Mindket

AI Generated Image Detector

新上架第 1 版 · 更新于

概览

判断一张图片是真实的还是 AI 生成的,用的是在约 5 万张真实图片和 5 万张生成图片的纹理块上训练的分类器。适合想对一张图片得到快速第二意见的人。

AI Generated Image Detector 是一款工具包,属于效率类,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。

速览

你需要
  • Windows、macOS 或 Linux 上的 Python 和 pip
  • requirements.txt 里列出的 Python 包
  • 如果只在浏览器里用这个 Space,就什么都不用装
用在
  • 浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:用 Python 运行 Space 的本地副本
先运行
pip install -U huggingface_hub
hf download ymcmy/AI_Generated_Image_Detector --repo-type space --local-dir AI_Generated_Image_Detector
cd AI_Generated_Image_Detector

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 是一个图片分类器,判断一张图片是真实的还是 AI 生成的。它把图片切成小块,按纹理多少分类,再对每一块做一种频率度量,最后由训练好的分类器做判断。训练好的权重就放在仓库里。

适合谁

适合想对一张图片得到第二意见的记者、研究者和好奇的用户,也适合想从头到尾研究一个小型检测器的学生。

IndustryWho uses itHow they use itExample
媒体记者对可疑图片快速得到一个信号检查读者发来的一张图片
科研研究者研究基于图像块和频率的检测器阅读 train.py 和 preprocess.py
教育学生了解图片分类器是怎么训练的按先预处理再训练的步骤来做

需要为法律或新闻编辑部决定提供证据的人可以跳过它,因为分类器给的是估计,不是证据。

用在哪里

  • 浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:用 Python 运行 Space 的本地副本
Use caseWhoWhat they get back
检查一张图片记者对这张图片真实或 AI 生成的判断
研究方法研究者预处理、训练和模型的代码
重新训练学生用你自己的数据训练自己的副本的途径

如何设置

  • Windows、macOS 或 Linux 上的 Python 和 pip
  • requirements.txt 里列出的 Python 包
  • 如果只在浏览器里用这个 Space,就什么都不用装
  1. 安装 Hugging Face hub 包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 4.36.1 和 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download ymcmy/AI_Generated_Image_Detector --repo-type space --local-dir AI_Generated_Image_Detector
cd AI_Generated_Image_Detector
pip install gradio==4.36.1
pip install -r requirements.txt
python app.py

如何使用

在浏览器里打开 Space 页面,或者用下面的命令启动你自己的副本。然后给页面一张要检查的图片。

python app.py

示例

你添加一张拿不准的图片。应用对这张图运行分类器,并返回它看起来是真实的还是 AI 生成的。

新手与专家

如果你是新手,先打开这个 Space,试一张你确定是照片的图片,再试一张你确定是生成的图片。把答案当作提示,而不是定论。

如果你是专家,检测器把每张图片切成块,标记为纹理丰富或贫乏,并对每一块在加了位置嵌入后计算方位角积分。作者建议先运行 preprocess.py,把数据保存为 .h5 文件,再运行 train.py。预处理很慢,会让 CPU 一直忙,所以不要在训练时同时预处理。

  1. 你添加一张图片
  2. 它被切成小块
  3. 每一块得到一个频率度量
  4. 分类器给出判断

注意事项

  • License: mit
  • Cost to run: 没有提到
  • Data it reaches: 你给它的图片,以及存放在 Space 里的训练权重
  • Not for: 证明一张图片是伪造的,因为作者报告验证准确率为 97.5%,所以有些图片会被判错

README 和文件

README

AI Generated Image Detector

判断一张图片是真实的还是 AI 生成的,用的是在约 5 万张真实图片和 5 万张生成图片的纹理块上训练的分类器。适合想对一张图片得到快速第二意见的人。

由 ymcmy 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。

简介

它是什么:这个 Space 是一个图片分类器,判断一张图片是真实的还是 AI 生成的。它把图片切成小块,按纹理多少分类,再对每一块做一种频率度量,最后由训练好的分类器做判断。训练好的权重就放在仓库里。

适合谁:适合想对一张图片得到第二意见的记者、研究者和好奇的用户,也适合想从头到尾研究一个小型检测器的学生。

Industry | Who uses it | How they use it | Example
媒体 | 记者 | 对可疑图片快速得到一个信号 | 检查读者发来的一张图片
科研 | 研究者 | 研究基于图像块和频率的检测器 | 阅读 train.py 和 preprocess.py
教育 | 学生 | 了解图片分类器是怎么训练的 | 按先预处理再训练的步骤来做

需要为法律或新闻编辑部决定提供证据的人可以跳过它,因为分类器给的是估计,不是证据。

用在哪里:

  • 浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:用 Python 运行 Space 的本地副本
Use case | Who | What they get back
检查一张图片 | 记者 | 对这张图片真实或 AI 生成的判断
研究方法 | 研究者 | 预处理、训练和模型的代码
重新训练 | 学生 | 用你自己的数据训练自己的副本的途径

如何设置:

  • Windows、macOS 或 Linux 上的 Python 和 pip
  • requirements.txt 里列出的 Python 包
  • 如果只在浏览器里用这个 Space,就什么都不用装
  1. 安装 Hugging Face hub 包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 4.36.1 和 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download ymcmy/AI_Generated_Image_Detector --repo-type space --local-dir AI_Generated_Image_Detector
cd AI_Generated_Image_Detector
pip install gradio==4.36.1
pip install -r requirements.txt
python app.py

如何使用:在浏览器里打开 Space 页面,或者用下面的命令启动你自己的副本。然后给页面一张要检查的图片。

python app.py

示例:你添加一张拿不准的图片。应用对这张图运行分类器,并返回它看起来是真实的还是 AI 生成的。

新手与专家:如果你是新手,先打开这个 Space,试一张你确定是照片的图片,再试一张你确定是生成的图片。把答案当作提示,而不是定论。

如果你是专家,检测器把每张图片切成块,标记为纹理丰富或贫乏,并对每一块在加了位置嵌入后计算方位角积分。作者建议先运行 preprocess.py,把数据保存为 .h5 文件,再运行 train.py。预处理很慢,会让 CPU 一直忙,所以不要在训练时同时预处理。

你添加一张图片
它被切成小块
每一块得到一个频率度量
分类器给出判断

注意事项:

  • License: mit
  • Cost to run: 没有提到
  • Data it reaches: 你给它的图片,以及存放在 Space 里的训练权重
  • Not for: 证明一张图片是伪造的,因为作者报告验证准确率为 97.5%,所以有些图片会被判错

Hugging Face 上的数据(2026年11月13日)

  • 点赞:11
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/ymcmy/AI_Generated_Image_Detector
  • 文件:https://huggingface.co/spaces/ymcmy/AI_Generated_Image_Detector/tree/main

试用

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。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

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
AI Generated Image Detector 本页11gradiomit
MusicGen共有 gradio5,116gradiocc-by-nc-4.0
Kokoro TTS共有 gradio3,556gradioapache-2.0
Background Removal共有 gradio2,988gradiomit
Omni Image Editor共有 gradio2,922gradiomit
Diffusers Image Outpaint共有 gradio2,565gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

效率类的相似商品

查看效率类的全部商品

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Frontend Slides

zarazhangrui · 技能

从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。

新上架32.3k

IPTV

iptv-org · 工具包

把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。

新上架144k