说明文档

SDXL 检测器

该模型基于 umm-maybe AI 艺术检测器在 Wikimedia-SDXL 图像对数据集上微调而成，其中 SDXL 图像使用基于 BLIP 生成的描述 Wikimedia 图像的 caption 提示词生成。

该模型在由更新版本的扩散模型生成的图像以及非艺术图像（因从 Wikimedia 随机采样中描绘的主题范围更广）上，相较于 umm-maybe 检测器表现出显著提升的性能。

然而，对于使用 SDXL 以外的模型生成的图像，其性能可能较低。特别是，对于使用较旧模型（如 VQGAN+CLIP）生成的图像，该模型的表现不如原始检测器。

该微调使用的数据为合成数据（由 SDXL 生成），因此不受版权保护，或从 Wikimedia 下载，因此符合其“免费数据”的定义（详见 https://commons.wikimedia.org/wiki/Commons:Licensing）。然而，原始的 umm-maybe AI 艺术检测器是在从 Reddit 帖子中的图像链接抓取的数据上训练的，其中部分可能受版权保护。因此，该模型及其前代模型仅适用于非商业性（即个人或教育用途）的合理使用。

使用 AutoTrain 训练的模型

问题类型：图像分类

验证指标

loss: 0.08717025071382523

f1: 0.9732620320855615

precision: 0.994535519125683

recall: 0.9528795811518325

auc: 0.9980461893059392

accuracy: 0.9812734082397003

Organika/sdxl-detector

作者 Organika

image-classification transformers

↓ 32.5K ♥ 52

创建时间: 2023-12-31 04:54:35+00:00

更新时间: 2024-09-06 12:17:24+00:00

在 Hugging Face 上查看

文件 (17)

.gitattributes

README.md

checkpoint-801/config.json

checkpoint-801/model.safetensors

checkpoint-801/optimizer.pt

checkpoint-801/rng_state.pth

checkpoint-801/scheduler.pt

checkpoint-801/trainer_state.json

checkpoint-801/training_args.bin

config.json

model.safetensors

onnx/config.json

onnx/model.onnx ONNX

onnx/preprocessor_config.json

preprocessor_config.json

training_args.bin

training_params.json