Deepfake Detection Using ViT

🚀 微調整済みビジョントランスフォーマー(ViT)を用いたディープフェイク画像検出

このプロジェクトでは、事前学習済みモデルgoogle/vit-base-patch16-224-in21kの微調整版を使用して、ディープフェイク画像を検出することに焦点を当てています。このアプローチでは、ビジョントランスフォーマー(ViT)の強力な機能を活用して、画像が本物か偽物かを分類します。

🚀 クイックスタート

このプロジェクトは、微調整されたビジョントランスフォーマー(ViT)を使用して、ディープフェイク画像を検出するためのものです。以下に、モデルの概要と使用方法を説明します。

✨ 主な機能

• 事前学習済みのgoogle/vit-base-patch16-224-in21kモデルを微調整して、ディープフェイク画像を検出します。
• 画像を「本物」または「偽物」に分類する二値分類を行います。
• 検証データセットで97%、テストデータセットで92%の精度を達成しています。

📚 ドキュメント

モデル概要

• ベースモデル: google/vit-base-patch16-224-in21k
• データセット: ディープフェイクと本物の画像
• クラス: 二値分類 (Fake, Real)
• パフォーマンス:
  • 検証精度: 97%
  • テスト精度: 92%

図1: テストデータの混同行列

図2: 検証データの混同行列

モデルの使用方法

以下は、ディープフェイク分類のためにモデルを読み込んで使用する方法の例です。

💻 使用例

基本的な使用法

from transformers import AutoImageProcessor, AutoModelForImageClassification
import torch
from PIL import Image

# Load the image_processor and model
image_processor = AutoImageProcessor.from_pretrained('ashish-001/deepfake-detection-using-ViT')
model = AutoModelForImageClassification.from_pretrained('ashish-001/deepfake-detection-using-ViT')
# Example usage
image = Image.open('path of the image')
inputs = image_processor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits
pred = torch.argmax(logits, dim=1).item()
label = 'Real' if pred == 1 else 'Fake'
print(f"Predicted type: {label}")

📄 ライセンス

このプロジェクトは、Apache-2.0ライセンスの下で公開されています。