ALADDIN detector
детектор face swap от Sumsub
1 min read
Бинарный классификатор, который отличает face swap, сделанный моделью ALADDIN — one-step face-swapping методом. Sumsub выложил детектор открыто, чтобы сгенерированные их методом изображения можно было распознавать; веса самого генератора доступны только через gated access. Архитектура — ConvNeXt-Tiny на 28M параметров, инициализирована из timm convnext_tiny.fb_in22k_ft_in1k, на выходе один логит.
Ключевые особенности
- Заточен именно под ALADDIN, а не под универсальный deepfake-детекшн.
- ConvNeXt-Tiny, 28M параметров, один логит;
sigmoid(logit)— вероятность ALADDIN swap. - На входе 512×512 RGB, FFHQ-style aligned face crop; изображения другого размера ресайзятся билинейно до 512.
- Есть CLI
infer.py: можно считать папки с выровненными кропами или обычные фото с--align. - Другие генераторы и постобработка нейросетевыми enhancer'ами (GPEN, CodeFormer) не тестировались.
- Лицензия CC BY-NC-SA 4.0, как у FFHQ, использованного для обучения.
Пример
import timm, torch
from PIL import Image
model = timm.create_model("hf-hub:Sumsub/aladdin-detector", pretrained=True).eval()
transform = timm.data.create_transform(**timm.data.resolve_data_config({}, model=model))
x = transform(Image.open("face.png").convert("RGB")).unsqueeze(0)
p_swap = torch.sigmoid(model(x)).item() # > 0.5 — ALADDIN swap
Подробнее
Бенчмарков в карточке нет. Модель на 28M параметров; требований к VRAM не указано.Детектор только для ALADDIN: другие генераторы и постобработка GPEN/CodeFormer не тестировались.
Назначение — исследования и помощь модерации синтетики; не единственное доказательство о человеке или изображении.
Лицензия CC BY-NC-SA 4.0.










Comments