ai-detector

Vision Transformer (ViT) fine-tuné pour la détection d'images générées par IA (projet SteganographIA — MIAGE TPI). Classifieur binaire real vs ai_generated.

Entraîné avec augmentation de robustesse (recompression JPEG, resize, flip, flou) reproduisant le pipeline des réseaux sociaux, et évalué in-distribution (Defactify) ET out-of-distribution (SuSy, générateurs non vus à l'entraînement).

Résultats

Jeu d'évaluation	Accuracy	F1 (macro)
Defactify (test, in-distribution)	0.934	0.934
SuSy (out-of-distribution)	0.868	0.868

Le score OOD, attendu plus bas, mesure la généralisation à des générateurs inconnus.

Détails d'entraînement

• Base : google/vit-base-patch16-224
• Train : Rajarshi-Roy-research/Defactify_Image_Dataset, rééquilibré 50/50 (undersampling stratifié sur les 5 générateurs).
• Augmentation robustesse (JPEG QF 60-90, resize 0.5-0.9, flip, flou).
• lr 2e-5, batch 16, 3 epochs, fp16, early stopping sur le F1.

Usage

from transformers import AutoImageProcessor, AutoModelForImageClassification
from PIL import Image
import torch

processor = AutoImageProcessor.from_pretrained("Cr2do/ai-detector")
model = AutoModelForImageClassification.from_pretrained("Cr2do/ai-detector")

image = Image.open("img.jpg").convert("RGB")
inputs = processor(image, return_tensors="pt")
with torch.no_grad():
    logits = model(**inputs).logits
print(model.config.id2label[logits.argmax(-1).item()])

Limites

• Rappel plus faible sur des générateurs non vus (cf. score OOD).
• Images redimensionnées en 224x224 : artefacts très haute résolution perdus.