Характеристики

Параметры: 113 млн
Лицензия: MIT
Архитектура: vit · dense
Опубликована: 23 июн 2026

Ссылки

Hugging Face

my-vit-deepfake-detector

jiaqikunyang

Классификация изображенийИзображение → label3 профессии

Дообученный ViT классифицирует изображения лиц как настоящие или дипфейковые.

12скачиваний за 30 дней0лайковвеса обновлены23 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

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.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

jiaqikunyang выпустил дообученный классификатор изображений для определения подлинности лицевых изображений и выявления дипфейков. Модель основана на Vision Transformer google/vit-base-patch16-224 и содержит 113,2 млн параметров; она относит изображение к одному из двух классов: fake или real. Модель реализована на PyTorch и Hugging Face Transformers, веса опубликованы в формате safetensors и распространяются по лицензии MIT.

Модель предназначена для проверки отдельных изображений лица. В README для тестовой выборки указаны accuracy 77,52%, F1 78,77% и AUC 84,80%. Обучение проводилось пять эпох на наборе из 2041 изображения; классификатор не различает типы подделок и не обрабатывает видео. Ограниченный размер обучающих данных может снижать качество на новых источниках и условиях съёмки.

Сценарии применения

проверка подлинности фотографии лица
выявление дипфейков на изображениях
фильтрация подозрительных изображений лиц
первичная проверка изображений для модерации контента

Ограничения

Обучающий набор небольшой (2041 изображение), поэтому перенос на новые условия и источники ограничен. Модель не различает типы подделок и принимает только отдельные изображения, без анализа видео.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232модели IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ViT Deepfake Detector

基于 google/vit-base-patch16-224 微调的人脸真伪二分类器，用于检测深度伪造（Deepfake）图像。

模型信息

项目	内容
基座模型	`google/vit-base-patch16-224` (86M 参数)
任务	图像二分类：`fake` / `real`
框架	PyTorch + HuggingFace Transformers
输入	224×224 RGB 人脸图像
输出	[fake 概率, real 概率]

训练细节

参数	值
训练/验证/测试	70% / 15% / 15% 留出法
Epoch	5
Batch Size	16
优化器	AdamW (lr=5e-5)
最佳模型选择	eval_loss 最低

评估结果

指标	验证集	测试集
Accuracy	81.37%	77.52%
F1 Score	82.46%	78.77%
AUC	89.11%	84.80%

验证集与测试集指标差距约 4%，无明显过拟合。

使用方法

from transformers import ViTForImageClassification, ViTImageProcessor
from PIL import Image

# 加载模型
model = ViTForImageClassification.from_pretrained("521yuajiaqi/my-vit-deepfake-detector")
processor = ViTImageProcessor.from_pretrained("521yuajiaqi/my-vit-deepfake-detector")

# 推理
image = Image.open("face.jpg")
inputs = processor(images=image, return_tensors="pt")
outputs = model(**inputs)
probs = outputs.logits.softmax(dim=-1)

# model.config.id2label = {0: "fake", 1: "real"}
pred_label = model.config.id2label[probs.argmax().item()]
print(f"预测: {pred_label}, 置信度: {probs.max():.1%}")

局限

训练数据规模较小（2041 张），泛化到新场景有限
未区分伪造类型（换脸 vs 生成 vs 重拍）
仅支持单张图片检测，不支持视频

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ViTForImageClassification
Ревизия весов: 4b18a6a