Mirage Photo Classifier

🚀 Mirage-Photo-Classifier

Mirage-Photo-Classifier は、二値画像の真性分類タスク用に google/siglip2-base-patch16-224 からファインチューニングされた画像分類のビジョン言語エンコーダモデルです。SiglipForImageClassification アーキテクチャを使用して、画像が実物かAI生成（偽物）かを判断するように設計されています。

📄 ライセンス

このモデルはApache-2.0ライセンスの下で提供されています。

📋 モデル情報

💻 使用例

基本的な使用法

Classification Report:
              precision    recall  f1-score   support

        Real     0.9781    0.9132    0.9446      5000
        Fake     0.9186    0.9796    0.9481      5000

    accuracy                         0.9464     10000
   macro avg     0.9484    0.9464    0.9463     10000
weighted avg     0.9484    0.9464    0.9463     10000

高度な使用法

!pip install -q transformers torch pillow gradio

import gradio as gr
from transformers import AutoImageProcessor
from transformers import SiglipForImageClassification
from PIL import Image
import torch

# Load model and processor
model_name = "prithivMLmods/Mirage-Photo-Classifier"
model = SiglipForImageClassification.from_pretrained(model_name)
processor = AutoImageProcessor.from_pretrained(model_name)

# Label mapping
labels = {
    "0": "Real",
    "1": "Fake"
}

def classify_image_authenticity(image):
    """Predicts whether the image is real or AI-generated (fake)."""
    image = Image.fromarray(image).convert("RGB")
    inputs = processor(images=image, return_tensors="pt")

    with torch.no_grad():
        outputs = model(**inputs)
        logits = outputs.logits
        probs = torch.nn.functional.softmax(logits, dim=1).squeeze().tolist()

    predictions = {labels[str(i)]: round(probs[i], 3) for i in range(len(probs))}
    
    return predictions

# Gradio interface
iface = gr.Interface(
    fn=classify_image_authenticity,
    inputs=gr.Image(type="numpy"),
    outputs=gr.Label(label="Prediction Scores"),
    title="Mirage Photo Classifier",
    description="Upload an image to determine if it's Real or AI-generated (Fake)."
)

# Launch the app
if __name__ == "__main__":
    iface.launch()

📚 ドキュメント

このモデルは画像が本物（写真）か合成生成されたものかを検出するように設計されています。使用例は以下の通りです：

• AI画像検出：ソーシャルメディア、ニュース、またはデータセット内のAI生成画像を識別します。
• デジタルフォレンジックス：調査において画像の真性を検出するために専門家を支援します。
• プラットフォームモデレーション：コンテンツプラットフォームが生成コンテンツにラベル付けするのを支援します。
• データセット検証：他のAIモデルの訓練データをクリーニングおよび検証します。

このモデルは画像を2つのクラスに分類します：

• クラス0：本物
• クラス1：偽物