К содержимому
Другое

AI image detector v5

детектор сгенерированных изображений

1 мин чтенияобновлено

Модель представляет собой исследовательский превью-набор для классификации изображений, разработанный для локального определения AI-генерированного контента прямо в браузере. Она использует кастомный экстрактор признаков CLIP (мощная нейросеть для сопоставления текста и картинок) и откалиброванный линейный ансамбль. На выходе инструмент выдает скор-сигналы для оценки изображений. Модель опирается на слои CLIP ViT-L/14 и объединяет логиты предыдущих версий v3 и v4. Разработка пригодится исследователям и разработчикам, которым нужно локально проверять изображения без отправки данных на сервер.

Ключевые особенности

  • Работает локально в браузере пользователя без отправки картинок хостинг-провайдерам
  • Использует CLIP ViT-L/14 признаки из слоев 10, 12, 14, 16 и 18 с тремя кропами по 224 px
  • Ансамблирует откалиброванные логиты версий v3 и v4 с весами 0.25 и 0.75
  • Опирается на калиброванный файл весов head_v5.json и модель clip_l14_b18_int8w_b32.onnx

Что можно сделать

  • Интегрировать модель в веб-приложение для локальной проверки загружаемых картинок в браузере
  • Настроить пайплайн классификации изображений с использованием ONNX-рантайма
  • Проводить исследовательский анализ артефактов генерации на клиентской стороне

Пример

Используйте файлы модели clip_l14_b18_int8w_b32.onnx и head_v5.json в своем ONNX-совместимом рантайме для извлечения признаков и подсчета итогового скора.

ПодробнееБэкбон использует OpenAI CLIP через OpenCLIP (MIT)
Обучено на OpenFake (CC BY-NC 4.0), MLLM-Generated-Image-Detection-Dataset, DOCCI и других датасетах
Некоммерческое использование (research preview)
Вес дефолтной ONNX модели: 259 428 712 байт
Обсудить Telegram 1

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.2 GB · готовые файлы0.8 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.1 GB0.6 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # hashmap06/ai-image-detector-v5
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download hashmap06/ai-image-detector-v5 --local-dir ~/models/ai-image-detector-v5
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к ai-image-detector-v5
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии ai-image-detector-v5 — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

hashmap06/ai-image-detector-v5
Автор
hashmap06
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии