/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224-in21k
Библиотека
transformers
Опубликована
18 фев 2025

Deepfake-Detection-Exp-02-21

Классификация изображенийИзображение → label3 профессии

Модель на основе ViT классифицирует изображения как дипфейковые или реальные для проверки подлинности и модерации контента.

52скачиваний за 30 дней3лайкавеса обновлены20 фев 2025

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

Deepfake-Detection-Exp-02-21 — модель классификации изображений, разработанная prithivMLmods на основе Vision Transformer google/vit-base-patch16-224-in21k и дообученная на наборе данных prithivMLmods/Deepfake-vs-Real. Она относит изображение к одному из двух классов: Deepfake или Real. Модель предназначена для выявления поддельных изображений в материалах СМИ и социальных сетях, а также для поддержки модерации контента, исследований и цифровой криминалистики.

Модель содержит 113,2 млн параметров и опубликована в формате safetensors для библиотеки Transformers. Базовая архитектура рассчитана на изображения размером 224×224. Лицензия — Apache-2.0. Метаданные карточки указывают английский язык.

Сценарии применения

  • проверка изображения на признаки дипфейка
  • фильтрация поддельных изображений в социальных сетях
  • предварительный анализ изображений для цифровой криминалистики
  • классификация изображений при исследовании методов создания дипфейков

Ограничения

Модель может ошибаться на изображениях, созданных новыми или не представленными в обучающих данных методами, и наследовать смещения датасета. Она оптимизирована для разрешения 224×224, уязвима к состязательным воздействиям, а результаты требуют проверки человеком в критически важных случаях.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

3.png

Deepfake-Detection-Exp-02-21

Deepfake-Detection-Exp-02-21 is a minimalist, high-quality dataset trained on a ViT-based model for image classification, distinguishing between deepfake and real images. The model is based on Google's google/vit-base-patch16-224-in21k.

Mapping of IDs to Labels: {0: 'Deepfake', 1: 'Real'} 

Mapping of Labels to IDs: {'Deepfake': 0, 'Real': 1}
Classification report:
    
                  precision    recall  f1-score   support
    
        Deepfake     0.9962    0.9806    0.9883      1600
            Real     0.9809    0.9962    0.9885      1600
    
        accuracy                         0.9884      3200
       macro avg     0.9886    0.9884    0.9884      3200
    weighted avg     0.9886    0.9884    0.9884      3200

download.png

Inference with Hugging Face Pipeline

from transformers import pipeline

# Load the model
pipe = pipeline('image-classification', model="prithivMLmods/Deepfake-Detection-Exp-02-21", device=0)

# Predict on an image
result = pipe("path_to_image.jpg")
print(result)

Inference with PyTorch

from transformers import ViTForImageClassification, ViTImageProcessor
from PIL import Image
import torch

# Load the model and processor
model = ViTForImageClassification.from_pretrained("prithivMLmods/Deepfake-Detection-Exp-02-21")
processor = ViTImageProcessor.from_pretrained("prithivMLmods/Deepfake-Detection-Exp-02-21")

# Load and preprocess the image
image = Image.open("path_to_image.jpg").convert("RGB")
inputs = processor(images=image, return_tensors="pt")

# Perform inference
with torch.no_grad():
    outputs = model(**inputs)
    logits = outputs.logits
    predicted_class = torch.argmax(logits, dim=1).item()

# Map class index to label
label = model.config.id2label[predicted_class]
print(f"Predicted Label: {label}")

Limitations

  1. Generalization Issues – The model may not perform well on deepfake images generated by unseen or novel deepfake techniques.
  2. Dataset Bias – The training data might not cover all variations of real and fake images, leading to biased predictions.
  3. Resolution Constraints – Since the model is based on vit-base-patch16-224-in21k, it is optimized for 224x224 image resolution, which may limit its effectiveness on high-resolution images.
  4. Adversarial Vulnerabilities – The model may be susceptible to adversarial attacks designed to fool vision transformers.
  5. False Positives & False Negatives – The model may occasionally misclassify real images as deepfake and vice versa, requiring human validation in critical applications.

Intended Use

  1. Deepfake Detection – Designed for identifying deepfake images in media, social platforms, and forensic analysis.
  2. Research & Development – Useful for researchers studying deepfake detection and improving ViT-based classification models.
  3. Content Moderation – Can be integrated into platforms to detect and flag manipulated images.
  4. Security & Forensics – Assists in cybersecurity applications where verifying the authenticity of images is crucial.
  5. Educational Purposes – Can be used in training AI practitioners and students in the field of computer vision and deepfake detection.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ViTForImageClassification
Ревизия весов
adf169c

0 моделей