Ai Image Detector

🚀 AI图像检测器

本模型旨在检测图像是真实的还是由AI生成的。它采用视觉变换器（ViT）架构，能够提供准确的分类结果。

🚀 快速开始

本模型用于检测图像是否为AI生成，使用视觉变换器（ViT）架构进行准确分类。

✨ 主要特性

• 能够准确检测图像是真实的还是AI生成的。
• 使用视觉变换器（ViT）架构，保证分类的准确性。

💻 使用示例

基础用法

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

# 加载模型和处理器
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):
    # 打开并准备图像
    image = Image.open(image_path)
    if image.mode != 'RGB':
        image = image.convert('RGB')
    
    # 处理图像
    inputs = processor(images=image, return_tensors="pt")
    
    # 获取预测结果
    with torch.no_grad():
        outputs = model(**inputs)
        predictions = outputs.logits.softmax(dim=-1)
    
    # 分析结果
    scores = predictions[0].tolist()
    results = [
        {"label": "REAL", "score": scores[0]},
        {"label": "FAKE", "score": scores[1]}
    ]
    
    # 按置信度对结果进行排序
    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
        ]
    }

# 测试代码
if __name__ == "__main__":
    # 你可以在这里更改图像路径
    image_path = "path/to/your/image.jpg"
    
    try:
        result = detect_image(image_path)
        print("\n图像分析结果:")
        print(f"分类: {result['prediction']}")
        print(f"置信度: {result['confidence']}")
        print("\n详细信息:")
        for score in result['detailed_scores']:
            print(f"- {score}")
            
    except Exception as e:
        print(f"发生错误: {str(e)}")

高级用法

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();
}

📚 详细文档

模型将图像分为以下两类：

• 真实图像 (0)：图像是真实的，并非由AI生成。
• AI生成图像 (1)：图像是由AI生成的。

🔧 技术细节

📦 安装指南

使用该模型需要安装以下依赖：

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

📄 许可证

本项目采用MIT许可证。

⚠️ 重要提示

• 该模型在清晰、高质量的图像上表现最佳。
• 对于经过大量编辑的照片，模型的准确性可能会降低。
• 该模型设计用于一般的图像检测。

开发者信息

• 创建者：yaya36095
• 许可证：MIT
• 仓库地址：https://huggingface.co/yaya36095/ai-image-detector