Ai Image Detector

🚀 AI画像検出器

このモデルは、画像が実写かAI生成かを検出するために設計されています。Vision Transformer (ViT)アーキテクチャを使用して、正確な分類を提供します。

🚀 クイックスタート

このモデルを使用することで、画像が実写かAI生成かを検出できます。以下に使用方法を説明します。

✨ 主な機能

• 画像が実写かAI生成かを高精度に検出します。
• Vision Transformer (ViT)アーキテクチャを利用して、正確な分類を提供します。

💻 使用例

基本的な使用法

from transformers import ViTImageProcessor, ViTForImageClassification
from PIL import Image
import torch

# モデルとプロセッサーの読み込み
processor = ViTImageProcessor.from_pretrained("C:/Users/SUPREME TECH/Desktop/SAM3/ai-image-detector")
model = ViTForImageClassification.from_pretrained("C:/Users/SUPREME TECH/Desktop/SAM3/ai-image-detector")

def detect_image(image_path):
    # 画像の開きと準備
    image = Image.open(image_path)
    if image.mode != 'RGB':
        image = image.convert('RGB')
    
    # 画像の処理
    inputs = processor(images=image, return_tensors="pt")
    
    # 予測の取得
    with torch.no_grad():
        outputs = model(**inputs)
        predictions = outputs.logits.softmax(dim=-1)
    
    # 結果の解析
    scores = predictions[0].tolist()
    results = [
        {"label": "REAL", "score": scores[0]},
        {"label": "FAKE", "score": scores[1]}
    ]
    
    # 結果を信頼度でソート
    results.sort(key=lambda x: x["score"], reverse=True)
    
    return {
        "prediction": results[0]["label"],
        "confidence": f"{results[0]['score']*100:.2f}%",
        "detailed_scores": [
            f"{r['label']}: {r['score']*100:.2f}%" 
            for r in results
        ]
    }

# テストコード
if __name__ == "__main__":
    # ここで画像のパスを変更できます
    image_path = "path/to/your/image.jpg"
    
    try:
        result = detect_image(image_path)
        print("\n画像解析結果:")
        print(f"分類: {result['prediction']}")
        print(f"信頼度: {result['confidence']}")
        print("\n詳細:")
        for score in result['detailed_scores']:
            print(f"- {score}")
            
    except Exception as e:
        print(f"エラーが発生しました: {str(e)}")

高度な使用法

async function detectImage(imageFile) {
  const formData = new FormData();
  formData.append('image', imageFile);

  const response = await fetch('YOUR_API_ENDPOINT', {
    method: 'POST',
    body: formData
  });

  return await response.json();
}

📚 ドキュメント

このモデルは画像を以下の2つのカテゴリに分類します。

• 実写画像 (0): 画像は実写で、AI生成ではありません。
• AI生成画像 (1): 画像はAIによって生成されています。

🔧 技術詳細

📦 インストール

このモデルを使用するには、以下のライブラリが必要です。

• transformers>=4.30.0
• torch>=2.0.0
• Pillow>=9.0.0

📄 ライセンス

このモデルはMITライセンスの下で公開されています。

開発者情報

• 作成者: yaya36095
• ライセンス: MIT
• リポジトリ: https://huggingface.co/yaya36095/ai-image-detector