Deepfake Detector Model V1

🚀 深度偽造檢測器模型 v1

深度偽造檢測器模型 v1 是一個基於視覺 - 語言編碼器的模型，它由 google/siglip-base-patch16-512 微調而來，用於二分類的深度偽造圖像識別。該模型經過訓練，能夠檢測一張圖像是真實的，還是使用合成媒體技術生成的。模型採用了 SiglipForImageClassification 架構。

⚠️ 重要提示

此模型處於實驗階段。

🚀 快速開始

安裝依賴

pip install -q transformers torch pillow gradio hf_xet

推理代碼

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

# 加載模型和處理器
model_name = "prithivMLmods/deepfake-detector-model-v1"  
model = SiglipForImageClassification.from_pretrained(model_name)
processor = AutoImageProcessor.from_pretrained(model_name)

# 更新標籤映射
id2label = {
    "0": "fake",
    "1": "real"
}

def classify_image(image):
    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()

    prediction = {
        id2label[str(i)]: round(probs[i], 3) for i in range(len(probs))
    }

    return prediction

# Gradio 界面
iface = gr.Interface(
    fn=classify_image,
    inputs=gr.Image(type="numpy"),
    outputs=gr.Label(num_top_classes=2, label="Deepfake Classification"),
    title="deepfake-detector-model",
    description="Upload an image to classify whether it is real or fake using a deepfake detection model."
)

if __name__ == "__main__":
    iface.launch()

✨ 主要特性

• 深度偽造檢測：能夠準確識別由 AI 生成的虛假圖像。
• 媒體認證：驗證數字視覺內容的真實性。
• 內容審核：協助在線平臺過濾合成媒體。
• 法醫分析：通過檢測被篡改的視覺數據，支持數字取證工作。
• 安全應用：可集成到監控系統中進行真實性驗證。

💻 使用示例

基礎用法

# 以下是推理代碼示例
import gradio as gr
from transformers import AutoImageProcessor, SiglipForImageClassification
from PIL import Image
import torch

# 加載模型和處理器
model_name = "prithivMLmods/deepfake-detector-model-v1"  
model = SiglipForImageClassification.from_pretrained(model_name)
processor = AutoImageProcessor.from_pretrained(model_name)

# 更新標籤映射
id2label = {
    "0": "fake",
    "1": "real"
}

def classify_image(image):
    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()

    prediction = {
        id2label[str(i)]: round(probs[i], 3) for i in range(len(probs))
    }

    return prediction

# Gradio 界面
iface = gr.Interface(
    fn=classify_image,
    inputs=gr.Image(type="numpy"),
    outputs=gr.Label(num_top_classes=2, label="Deepfake Classification"),
    title="deepfake-detector-model",
    description="Upload an image to classify whether it is real or fake using a deepfake detection model."
)

if __name__ == "__main__":
    iface.launch()

📚 詳細文檔

分類報告

Classification Report:
              precision    recall  f1-score   support

        Fake     0.9718    0.9155    0.9428     10000
        Real     0.9201    0.9734    0.9460      9999

    accuracy                         0.9444     19999
   macro avg     0.9459    0.9444    0.9444     19999
weighted avg     0.9459    0.9444    0.9444     19999

標籤空間

該模型將圖像分類為以下兩類：

Class 0: 虛假
Class 1: 真實

📄 許可證

本項目採用 Apache - 2.0 許可證。