vit-mae-large - AIあるいは非AIオープンソースビジュアルモデル - 無料デプロイで高精度画像分類をサポート

Vit Mae Large Ai Or Not

sunilSabnisによって開発

facebook/vit-mae-largeをファインチューニングした画像分類タスク用の視覚モデルで、精度は96.83%です。

ダウンロード数 45

リリース時間 : 2/12/2023

モデル概要

このモデルはViT-MAEアーキテクチャに基づく視覚Transformerモデルで、二値分類タスク（AI生成コンテンツかどうかの判定）用にファインチューニングされています。評価データセットで優れた性能を示し、精度は96.83%です。

高精度

評価データセットで96.83%の分類精度を達成

ViT-MAEアーキテクチャ採用

視覚Transformerとマスク付き自己符号化器の事前学習手法を採用

効率的な学習

わずか4エポックの学習で高性能を達成

画像分類

AI生成コンテンツ検出

二値分類タスク処理

コンテンツモデレーション

AI生成コンテンツ識別

画像がAI生成かどうかを自動検出

精度96.83%

デジタルフォレンジック

画像真正性検証

AI生成画像と実画像の識別を支援

トレーニング損失	エポック	ステップ	検証損失	正解率
0.3623	0.19	200	0.2099	0.9243
0.2465	0.38	400	0.4055	0.8545
0.2164	0.57	600	0.1808	0.9259
0.1943	0.76	800	0.1765	0.9329
0.1723	0.95	1000	0.2083	0.9313
0.118	1.15	1200	0.2295	0.9168
0.0812	1.34	1400	0.1600	0.9511
0.082	1.53	1600	0.1331	0.9624
0.0863	1.72	1800	0.1352	0.9511
0.0858	1.91	2000	0.1643	0.9506
0.056	2.1	2200	0.1930	0.9586
0.0319	2.29	2400	0.1595	0.9624
0.0206	2.48	2600	0.2937	0.9447
0.0299	2.67	2800	0.1680	0.9603
0.0213	2.86	3000	0.1746	0.9586
0.0164	3.05	3200	0.1579	0.9624
0.0019	3.24	3400	0.1787	0.9646
0.0022	3.44	3600	0.1976	0.9640
0.0023	3.63	3800	0.2017	0.9651
0.0045	3.82	4000	0.1883	0.9683