AI-vs-Deepfake-vs-Real-v2.0
детектор трёх классов
1 min readupdated
Это vision-language encoder на базе google/siglip2-base-patch16-224, дообученный для single-label классификации изображений. Модель относит изображение к одному из трёх классов — Artificial (AI-generated), Deepfake или Real; размер — около 0.09B параметров.
Ключевые особенности
- Три класса: Artificial (AI), Deepfake, Real.
- Архитектура SiglipForImageClassification на базе SigLIP2 base patch16-224.
- eval_accuracy — 0.9916, eval_loss — 0.0241 по оценке из карточки.
- Сценарии: проверка контента, фактчекинг, цифровая форензика, модерация соцсетей и новостей.
- Запуск через Transformers и Gradio.
Пример
from transformers import AutoImageProcessor, SiglipForImageClassification
from PIL import Image
import torch
model_id = 'jarjarfinder/AI-vs-Deepfake-vs-Real-v2.0'
model = SiglipForImageClassification.from_pretrained(model_id)
processor = AutoImageProcessor.from_pretrained(model_id)
inputs = processor(images=Image.open('image.jpg').convert('RGB'), return_tensors='pt')
probs = torch.softmax(model(**inputs).logits, dim=1)
Подробнее
eval_accuracy — 0.9916, eval_loss — 0.0241.Оценка на одном epoch (step 313), single-label classification.
Классы: Artificial, Deepfake, Real.
Ограничения в карточке не описаны; язык метаданных — английский.










Comments