pal4vst_food
AI 생성 음식 이미지에서 어색한 영역(아티팩트) 후보를 픽셀 단위로 추정하는 분할 모델입니다. Lingzhi/PAL4VST(MIT, ICCV 2023)를 직접 라벨링한 AI 생성 음식 이미지로 미세조정했습니다.
- 구조: Swin-B + UperNet (
transformers.UperNetForSemanticSegmentation), 2클래스 (0 background, 1 bad_region) - 학습: AI 생성 음식 이미지 12장의 어색한 영역 마스크(직접 라벨링), 1250 iter
- 전처리: 비율 유지로 긴 변 512, RGB 평균 (123.675, 116.28, 103.53) / 표준편차 (58.395, 57.12, 57.375)
버전
| 커밋 | 내용 |
|---|---|
da449b1 |
v1 |
deed190 |
v2: 떡볶이 이미지 라벨 수정 후 재학습 (학습 설정 동일) |
사용
from transformers import UperNetForSemanticSegmentation
model = UperNetForSemanticSegmentation.from_pretrained("hs4167/pal4vst_food", revision="deed190ca7f734adaa275624744143c005f2e3e8")
한계
- 학습 데이터가 12장뿐이고 실제 사진(오류 없음)은 학습에 쓰지 않아, 실제 음식 사진에서도 넓은 영역을 후보로 잡는 오탐이 있습니다.
- 결과는 오류 후보의 추정이며, 이미지가 AI로 생성되었는지 판별하거나 품질을 보증하지 않습니다.
라이선스
Apache-2.0 (LICENSE). 원본 PAL4VST 가중치의 MIT 고지는 NOTICE에 있습니다.