hirawaru/animeaidetect

🔍 AI Image Detection — Natural vs Synthetic (Anime)

Mô hình phân loại ảnh nhị phân phát hiện ảnh do AI tạo ra (Synthetic) so với ảnh do con người vẽ (Natural), tập trung vào thể loại ảnh anime/illustration.

Mục tiêu: Bảo vệ quyền sáng tác của các họa sĩ trước làn sóng ảnh AI.

---

⚡ API Integration (Dành cho nhà phát triển)

Bạn có thể tích hợp mô hình này vào ứng dụng của mình thông qua Hugging Face Inference API mà không cần cài đặt môi trường phức tạp.

🐍 Python (Sử dụng requests)

import requests

API_URL = "https://api-inference.huggingface.co/models/hirawaru/animeaidetect"
headers = {"Authorization": "Bearer YOUR_HF_TOKEN"}

def query(filename):
    with open(filename, "rb") as f:
        data = f.read()
    response = requests.post(API_URL, headers=headers, data=data)
    return response.json()

output = query("test.jpg")
print(output)

🌐 JavaScript

async function query(fileData) {
    const response = await fetch(
        "https://api-inference.huggingface.co/models/hirawaru/animeaidetect",
        {
            headers: { Authorization: "Bearer YOUR_HF_TOKEN" },
            method: "POST",
            body: fileData,
        }
    );
    const result = await response.json();
    return result;
}

💻 cURL

curl https://api-inference.huggingface.co/models/hirawaru/animeaidetect \
    -X POST \
    --data-binary '@image.jpg' \
    -H "Authorization: Bearer YOUR_HF_TOKEN"

---

🚀 Use locally with Transformers

from transformers import pipeline

pipe = pipeline(
    "image-classification",
    model="hirawaru/animeaidetect",
    trust_remote_code=True,
)

result = pipe("your_image.jpg")
print(result)

Cách 2 — PyTorch thuần (không cần Transformers)

import torch
import torch.nn as nn
import torchvision.models as models
import torchvision.transforms as T
from PIL import Image
from huggingface_hub import hf_hub_download

# Tải weights
model_path = hf_hub_download(repo_id="hirawaru/animeaidetect", filename="best_model.pth")

# Dựng kiến trúc
model = models.efficientnet_b3(pretrained=False)
model.classifier = nn.Sequential(
    nn.Dropout(0.3),
    nn.Linear(model.classifier[1].in_features, 2),
)
ckpt  = torch.load(model_path, map_location="cpu")
state = ckpt.get("model_state_dict", ckpt)
model.load_state_dict(state)
model.eval()

# Inference
transform = T.Compose([
    T.Resize((224, 224)),
    T.ToTensor(),
    T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])

img   = Image.open("your_image.jpg").convert("RGB")
x     = transform(img).unsqueeze(0)

with torch.no_grad():
    probs = torch.softmax(model(x), dim=1)[0]

labels = ["Natural", "Synthetic"]
print(f"Predicted : {labels[probs.argmax()]}")
print(f"Confidence: {probs.max():.1%}")

---

🏗️ Model Architecture

Thông số	Giá trị
Backbone	EfficientNet-B3 (pretrained ImageNet)
Classifier Head	Dropout(0.3) → Linear(1536, 2)
Input Size	224×224 (inference) / 384×384 (training)
Output Classes	2: Natural (0), Synthetic (1)
Parameters	~12M
Framework	PyTorch 2.1.2

---

🌐 Web Demo

git clone https://github.com/<your-username>/aidetect
cd aidetect
pip install -r requirements-web.txt
uvicorn web.app:app --host 0.0.0.0 --port 8000
# Truy cập: http://localhost:8000

---

📦 Dataset

Tập	Natural	Synthetic	Tổng
Train (70%)	~2,293	~2,288	~4,581
Validation (15%)	~491	~490	~981
Test (15%)	~491	~490	~981
Tổng	~3,275	~3,268	~6,543

• Nguồn: Kaggle — ảnh anime/illustration
• Nhãn: Natural = ảnh do họa sĩ vẽ tay, Synthetic = ảnh do AI tạo (GAN, Stable Diffusion, DALL-E, Midjourney)
• Cân bằng lớp: ~50/50

---

⚙️ Training Details

Hyperparameter	Giá trị
Optimizer	Adam
Learning Rate	0.001
Weight Decay	1e-4
Batch Size	16 (on CPU) / 32 (on GPU)
Scheduler	CosineAnnealingLR
Early Stopping	patience=10
Max Epochs	20 (phiên bản hiện tại)
Image Size (train)	384×384

Augmentation: RandomResizedCrop · RandomHorizontalFlip · RandomVerticalFlip · RandomRotation · ColorJitter · RandomAffine

📈 Training History

Epoch	Train Loss	Train Acc	Val Loss	Val Acc
1	0.7219	51.89%	0.7166	54.53%
5	0.5947	68.65%	0.5417	73.06%
10	0.2240	91.14%	0.2578	90.88%
20	0.0508	98.30%	0.5547	91.89%

Best Val Accuracy: 91.89% | Best Val Loss: 0.2578 (at Epoch 10) | Epochs ran: 20

---

📊 Test Set Metrics

• Accuracy: 91.89%
• F1-Score: 91.18%
• ROC-AUC: 97.37%

---

⚠️ Limitations

• Chỉ hoạt động tốt với ảnh anime/illustration, không phù hợp cho ảnh chụp thực tế.
• Hiệu suất có thể giảm với các mô hình AI sinh ảnh mới nhất.
• Không xác định được mô hình AI cụ thể nào đã tạo ra ảnh.

---

📄 License

MIT — Phục vụ mục đích nghiên cứu và bảo vệ quyền sáng tác.

---

⚠️ Limitations

• Chỉ hoạt động tốt với ảnh anime/illustration, không phù hợp cho ảnh chụp thực tế.
• Hiệu suất có thể giảm với các mô hình AI sinh ảnh mới nhất.
• Không xác định được mô hình AI cụ thể nào đã tạo ra ảnh.

---

📄 License

MIT — Phục vụ mục đích nghiên cứu và bảo vệ quyền sáng tác.