基于Vision Transformer (ViT)的图像分类模型,用于区分AI生成与人类创作的图像,准确率达98%。
下载量 148
发布时间 : 1/25/2025
模型简介
该模型使用Google的ViT架构,专门针对AI生成图像检测任务进行微调,可高效识别图像是否由AI生成。
模型特点
高精度检测
在测试集上达到98%的准确率,F1分数0.978
平衡性能
对AI生成和人类创作图像的识别表现均衡(召回率均>96%)
现代架构
基于Vision Transformer架构,优于传统CNN方法
模型能力
AI生成图像检测
图像真实性分析
二分类图像识别
使用案例
内容审核
社交媒体AI内容标记
自动识别平台上的AI生成图像
可减少人工审核工作量98%
数字取证
虚假信息检测
识别可能用于虚假宣传的AI生成图像
准确识别96.5%的合成图像
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文