Deepfake Detector Model V1

🚀 深度伪造检测器模型 v1

深度伪造检测器模型 v1 是一个基于视觉 - 语言编码器的模型，它由 google/siglip-base-patch16-512 微调而来，用于二分类的深度伪造图像识别。该模型经过训练，能够检测一张图像是真实的，还是使用合成媒体技术生成的。模型采用了 SiglipForImageClassification 架构。

⚠️ 重要提示

此模型处于实验阶段。

🚀 快速开始

安装依赖

pip install -q transformers torch pillow gradio hf_xet

推理代码

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

# 加载模型和处理器
model_name = "prithivMLmods/deepfake-detector-model-v1"  
model = SiglipForImageClassification.from_pretrained(model_name)
processor = AutoImageProcessor.from_pretrained(model_name)

# 更新标签映射
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

• 深度伪造检测：能够准确识别由 AI 生成的虚假图像。
• 媒体认证：验证数字视觉内容的真实性。
• 内容审核：协助在线平台过滤合成媒体。
• 法医分析：通过检测被篡改的视觉数据，支持数字取证工作。
• 安全应用：可集成到监控系统中进行真实性验证。

💻 使用示例

基础用法

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

# 加载模型和处理器
model_name = "prithivMLmods/deepfake-detector-model-v1"  
model = SiglipForImageClassification.from_pretrained(model_name)
processor = AutoImageProcessor.from_pretrained(model_name)

# 更新标签映射
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()

📚 详细文档

分类报告

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

标签空间

该模型将图像分类为以下两类：

Class 0: 虚假
Class 1: 真实

📄 许可证

本项目采用 Apache - 2.0 许可证。