Ai Image Detect Distilled

🚀 AI检测模型

本AI检测模型主要用于图像分类，能够有效识别真实图像和AI生成图像，在图像真伪检测领域具有重要价值。

🚀 快速开始

此部分暂未提供相关快速开始的内容。

✨ 主要特性

• 采用模型蒸馏技术，将三个独立模型的特征融合到一个小型ViT模型中，参数仅1180万，检测更高效。
• 数据准备过程精心设计，确保真实图像和AI生成图像尽可能相似，仅来源不同，提高模型检测准确性。
• 在验证集和自定义真实世界数据集上均有良好表现，且优于其他流行的AI检测模型。
• 对多种AI生成技术进行全面训练，使模型具有更强的通用性。

📚 详细文档

模型架构与训练

最初训练了三个独立的模型：

1. Midjourney生成图像与真实图像对比模型
2. Stable Diffusion生成图像与真实图像对比模型
3. Stable Diffusion微调图像与真实图像对比模型

数据准备过程如下：

• 使用谷歌的开放图像数据集获取真实图像。
• 利用BLIP（Bootstrapping Language - Image Pre - training）描述真实图像。
• 根据BLIP描述生成Stable Diffusion图像。
• 基于BLIP描述查找相似的Midjourney图像。

这种方法确保了真实图像和AI生成图像尽可能相似，仅在来源上有所不同。

随后，将这三个模型蒸馏成一个参数为1180万的小型ViT模型，融合它们学到的特征，以实现更高效的检测。

数据来源

• 谷歌开放图像数据集：链接
• Ivan Sivkov的Midjourney数据集：链接
• TANREI(NAMA)的Stable Diffusion提示数据集：链接

性能表现

• 验证集：准确率达到74%，该验证集从训练数据中分离出来，用于评估模型的泛化能力。
• 自定义真实世界数据集：准确率为72%，该数据集由自拍图像和网络来源图像组成，更能代表基于互联网的图像。
• 对比分析：在两个数据集上均比其他流行的AI检测模型高出5个百分点，其他模型在验证集和真实世界数据集上的准确率分别为89%和79%。

关键见解

1. 在验证数据上具有较强的泛化能力（准确率75%）。
2. 对多样化的真实世界图像有良好的适应性（准确率72%）。
3. 持续优于其他流行模型。
4. 从验证集到真实世界数据集准确率下降10个百分点，表明仍有改进空间。
5. 对多种AI生成技术进行全面训练有助于提高模型的通用性。
6. 关注图像生成的细微差异而非内容差异。

未来方向

• 用更多样化的真实世界示例扩展数据集，以缩小性能差距。
• 提高对网络来源图像的泛化能力。
• 对误分类样本进行错误分析，以识别模式。
• 随着新的AI图像生成技术出现，将其集成到模型中。
• 考虑针对检测准确性至关重要的特定领域进行微调。

📄 许可证

本项目采用MIT许可证。

📋 信息表格