Vit Deepfake Detection
V
Vit Deepfake Detection
由Wvolf開發
該模型由Rudolf Enyimba訓練完成,用於檢測深度偽造圖像,測試準確率達98.70%。
下載量 1,990
發布時間 : 1/4/2024
模型概述
專為檢測深度偽造圖像而設計的深度學習模型,適用於人臉圖像的真實性驗證。
模型特點
高準確率
在測試集上達到98.70%的準確率,表現優異。
深度偽造檢測
專門針對深度偽造圖像進行優化,能有效識別經過AI處理的人臉圖像。
模型能力
圖像分類
深度偽造檢測
人臉真實性驗證
使用案例
安全驗證
社交媒體內容審核
檢測社交媒體上傳播的深度偽造人臉圖像
可有效識別98.7%的偽造內容
身份驗證系統
增強生物識別系統的安全性,防止偽造人臉攻擊
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98