Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
一个检测器,用 EfficientNet-B4 网络的集成区分真实图片和 GAN 生成的图片。适合事实核查员和研究者,带一个 Gradio 页面和一个脚本。
Deepfake Detect 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download artspark/deepfake-detect --repo-type space --local-dir deepfake-detect cd deepfake-detect
Deepfake Detect 是 Hugging Face Spaces 上的一个 Gradio 应用,用来区分真实图片和 GAN 生成的图片。它把几个基于 EfficientNet-B4 主干的卷积网络组合起来,每个网络用不同方式训练,以便在压缩和缩放下仍然稳健。仓库里还有一个脚本、一个 ROC 笔记本和许可证文件。
它适合需要判断图片是否像合成图的人,也适合研究图像取证的研究者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 新闻 | 事实核查员 | 检查一张可疑图片是否可能是生成的 | 把图片交给检测器跑一遍 |
| 信任与安全 | 审核团队 | 筛查上传的图片里有没有合成图 | 在命令行里给一张图片打分 |
| 学术 | 取证研究者 | 研究检测器和它的 ROC 曲线 | 打开 roc_curves.ipynb |
如果你需要一个有保证的结论,可以跳过它,因为检测器只返回分数,来源也没有给出准确率承诺。
| Use case | Who | What they get back |
|---|---|---|
| 在线检查一张图片 | 好奇的人 | 一个分数,说明图片看起来是真实的还是合成的 |
| 用脚本给图片打分 | 研究者 | 单张图片路径对应的模型分数 |
| 查看性能 | 研究者 | 笔记本里每个数据集的 ROC 曲线 |
在线使用 Space 什么都不用装。Space 的本地副本需要先准备这些。
pip install -U huggingface_hub hf download artspark/deepfake-detect --repo-type space --local-dir deepfake-detect cd deepfake-detect pip install gradio pip install -r requirements.txt python app.py
单独使用检测脚本时,先创建 conda 环境,解压下载的权重,再对一张图片运行脚本。
conda env create -f environment.yml conda activate gan-image-detection unzip weigths.zip python gan_vs_real_detector.py --img_path $PATH_TO_TEST_IMAGE
打开 Hugging Face 上的 Space 页面,给它一张图片。在终端里,则用一张图片的路径运行检测脚本。
| Tool | What it does |
|---|---|
| app.py | 运行让你提供图片的 Gradio 页面 |
| gan_vs_real_detector.py | 给出一个图片路径对应的模型分数 |
| roc_curves.ipynb | 计算每个数据集的 ROC 曲线 |
你对一张照片运行检测脚本,并传入它的路径。脚本会返回这张图片的模型分数,告诉你它看起来有多像合成图。
如果你是新手,先用一张你确定是真实的照片试试 Space 页面。GAN 是一种生成图片的程序,这个工具给出一张图片有多大可能是它生成的。
如果你懂这个领域,检测器是用不同方法训练的 EfficientNet-B4 网络的集成,训练参考了一篇关于 JPEG 压缩下训练的已发表论文。目的是让它在图片被压缩或缩放后仍能正常工作。
一个检测器,用 EfficientNet-B4 网络的集成区分真实图片和 GAN 生成的图片。适合事实核查员和研究者,带一个 Gradio 页面和一个脚本。
由 artspark 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:Deepfake Detect 是 Hugging Face Spaces 上的一个 Gradio 应用,用来区分真实图片和 GAN 生成的图片。它把几个基于 EfficientNet-B4 主干的卷积网络组合起来,每个网络用不同方式训练,以便在压缩和缩放下仍然稳健。仓库里还有一个脚本、一个 ROC 笔记本和许可证文件。
适合谁:它适合需要判断图片是否像合成图的人,也适合研究图像取证的研究者。
Industry | Who uses it | How they use it | Example
新闻 | 事实核查员 | 检查一张可疑图片是否可能是生成的 | 把图片交给检测器跑一遍
信任与安全 | 审核团队 | 筛查上传的图片里有没有合成图 | 在命令行里给一张图片打分
学术 | 取证研究者 | 研究检测器和它的 ROC 曲线 | 打开 roc_curves.ipynb
如果你需要一个有保证的结论,可以跳过它,因为检测器只返回分数,来源也没有给出准确率承诺。
用在哪里:
Use case | Who | What they get back
在线检查一张图片 | 好奇的人 | 一个分数,说明图片看起来是真实的还是合成的
用脚本给图片打分 | 研究者 | 单张图片路径对应的模型分数
查看性能 | 研究者 | 笔记本里每个数据集的 ROC 曲线
如何设置:在线使用 Space 什么都不用装。Space 的本地副本需要先准备这些。
pip install -U huggingface_hub
hf download artspark/deepfake-detect --repo-type space --local-dir deepfake-detect
cd deepfake-detect
pip install gradio
pip install -r requirements.txt
python app.py
单独使用检测脚本时,先创建 conda 环境,解压下载的权重,再对一张图片运行脚本。
conda env create -f environment.yml
conda activate gan-image-detection
unzip weigths.zip
python gan_vs_real_detector.py --img_path $PATH_TO_TEST_IMAGE
如何使用:打开 Hugging Face 上的 Space 页面,给它一张图片。在终端里,则用一张图片的路径运行检测脚本。
Tool | What it does
app.py | 运行让你提供图片的 Gradio 页面
gan_vs_real_detector.py | 给出一个图片路径对应的模型分数
roc_curves.ipynb | 计算每个数据集的 ROC 曲线
示例:你对一张照片运行检测脚本,并传入它的路径。脚本会返回这张图片的模型分数,告诉你它看起来有多像合成图。
新手与专家:如果你是新手,先用一张你确定是真实的照片试试 Space 页面。GAN 是一种生成图片的程序,这个工具给出一张图片有多大可能是它生成的。
如果你懂这个领域,检测器是用不同方法训练的 EfficientNet-B4 网络的集成,训练参考了一篇关于 JPEG 压缩下训练的已发表论文。目的是让它在图片被压缩或缩放后仍能正常工作。
你给应用一张图片
多个 EfficientNet-B4 网络给它打分
分数合并成一个结果
注意事项:
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 5 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| Deepfake Detect 本页 | 0 | gradio | gpl-3.0 | |
| Open VLM Leaderboard共有 gradio | 1,034 | gradio | apache-2.0 | |
| Face Swap共有 gradio | 808 | gradio | cc-by-nc-sa-4.0 | |
| TTS Spaces Arena共有 gradio | 493 | gradio | zlib | |
| Depth Anything 3共有 gradio | 490 | gradio | cc-by-nc-4.0 | |
| BLIP共有 gradio | 431 | gradio | bsd-3-clause |
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
AbdomenAtlas · 工具包
在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。
dBenf · 工具包
回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。
zimmerk4 · 工具包
用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。