Model Trained Using AutoTrain
- Problem type: Image Classification
Validation Metrics
loss: 0.08581268042325974
f1: 0.9875742669136907
precision: 0.9817413946399085
recall: 0.9934768637532133
auc: 0.9953790023764837
accuracy: 0.981488090989126
Дообученная SwinV2-модель для классификации изображений, предназначенная для выявления изображений, созданных ИИ.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Описание составлено по карточке модели и метаданным Hugging Face
haywoodsloan/ai-image-detector-dev-deploy — модель классификации изображений, разработанная с помощью AutoTrain и дообученная на базе haywoodsloan/ai-image-detector-deploy. Она использует архитектуру SwinV2 и содержит 132,1 млн параметров. По названию модели и описанию базовой модели предназначена для определения, было ли изображение создано ИИ.
Модель принимает изображения и выдаёт результат классификации. В README приведены метрики валидации: F1 0,988, точность 0,981, полнота 0,993, AUC 0,995 и accuracy 0,981; эти показатели относятся к использованному набору данных и не гарантируют аналогичное качество на других изображениях. Модель распространяется по лицензии Apache-2.0.
Приведённые метрики получены на валидационном наборе и могут не отражать качество на других источниках изображений или новых генераторах. README не описывает состав классов и данные, на которых проводилась проверка.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
loss: 0.08581268042325974
f1: 0.9875742669136907
precision: 0.9817413946399085
recall: 0.9934768637532133
auc: 0.9953790023764837
accuracy: 0.981488090989126
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · image-classification
Подбираем GPU…