AIbase
TW
模型選型
標籤
深度偽造檢測

# 深度偽造檢測

Open Deepfake Detection
Apache-2.0
基於SigLIP2微調的視覺-語言編碼器模型，用於檢測圖像是否為偽造或真實
圖像分類 Transformers
O
prithivMLmods
221
4
Virtus
MIT
基於視覺變換器的二分類模型，專用於檢測深度偽造圖像，準確率達99.2%
圖像分類 Transformers
V
agasta
970
1
Opensight CommunityForensics Deepfake ViT
MIT
這是一個在法醫應用中檢測AI生成圖像的視覺Transformer模型，訓練於迄今為止最大的數據集。
圖像分類 Transformers
O
aiwithoutborders-xyz
52
1
Deepfake Detection Using ViT
Apache-2.0
使用微調Vision Transformer（ViT）檢測深度偽造圖像的二分類模型
圖像分類
D
ashish-001
354
1
Videomae Large Finetuned Deepfake Subset
基於MCG-NJU/videomae-large模型在深度偽造檢測挑戰賽數據集上微調的版本，用於視頻深度偽造檢測。
視頻處理 Transformers
V
shylhy
519
0
FLODA Deepfake
Apache-2.0
FLODA是一款先進的深度偽造檢測模型，整合圖像描述生成和真實性評估功能，採用視覺問答任務形式實現高精度檢測。
文本生成圖像 英語
F
byh711
113
0
Code
MIT
一種用於檢測深度偽造圖像的視覺變換器模型，通過對比學習和全局-局部相似性分析實現高精度偽造檢測。
圖像分類 Transformers
C
aimagelab
515
2
Deepfake Audio Detection
Apache-2.0
基於音頻文件夾數據集微調的Deepfake音頻檢測模型，能夠高效識別合成語音，評估準確率達99.64%
音頻分類 Transformers
D
MelodyMachine
107
0
Deepfake Audio Detection
Apache-2.0
基於facebook/wav2vec2-base微調的深度偽造音頻檢測模型，在評估集上準確率達95.45%
音頻分類 Transformers
D
Heem2
246
0
Deepfake Detector Model V1
Apache-2.0
基於SigLIP2視覺-語言編碼器微調的深度偽造圖像檢測模型，用於二分類真實與合成圖像
圖像分類 Transformers 英語
D
prithivMLmods
8,112
20
Ai Vs Real Image Detection
Apache-2.0
基於Vision Transformer架構的圖像分類模型，專門用於檢測AI生成的偽造圖像
圖像分類 Transformers
A
dima806
931
13
Deepfake Vs Real Image Detection
Apache-2.0
基於Vision Transformer架構的圖像分類模型，用於檢測真實圖像與AI生成的偽造圖像。
圖像分類 Transformers
D
dima806
129.66k
27
Sumsub Ffs Synthetic 1.0 Sd 200
Sumsub開發的AI生成圖像檢測模型，專門識別Stable Diffusion等工具生成的合成圖像
圖像分類
S
Sumsub
21
5
Deepfakes
基於HuggingPics生成的圖像分類模型，用於區分深度偽造圖片和真實圖片
圖像分類 Transformers
D
joyc360
37
3
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase