by 王昱蘅 钱葭露
AIR (AI-Image-Recognizer) 是一个基于生成对抗网络 (GAN) 技术的工具，用于判断图片是否为人工智能生成。该工具提取并使用生成器部分，通过对图像特征的分析和识别，判断图像是由AI生成还是自然拍摄。我们的目标是为用户提供一种高效、准确且便捷的图像生成识别工具。
我们希望能用这个项目证明一点：
AI无法代替人，AI自己就如此告诉我们，AI和人有可以分辨的差别
该项目在网络安全，版权保护等地方也可以有应用
- 用魔法打败魔法：采用生成对抗网络 (GAN) 进行训练，用生成的
.pth文件识别AI。 - UI美观：我们有非常有趣的UI，具体请自行下载项目体验。
我们使用的依赖有：
- torch
- torchvision
- matplotlib
- Pillow
其他项目:
-
UI修改自王昱蘅（GitHub：https://github.com/enderman-teleporting ）的[Generator项目](Enderman-Teleporting/Generator: 随机学号抽卡(原神版) (github.com))
-
参考了https://blog.csdn.net/Eyesleft_being/article/details/132043605
- 下载：下载我们
Releases中的最新发布以及该项目根目录的GAN.py，pip以上提及的库 - 训练：将
GAN.py中151行root="..."修改为你的数据集路径，你还可以根据需要调整batch_size（见源码） - 整合：结果在result文件夹中，你会看到很多文件夹，每个文件夹中都有
fake.png（生成器生成的图片）和model.pth（判别器模型）两个文件，每个文件夹代表的训练轮数不同。请挑选最合适的取它的model.pth，放入解压出的Releases文件夹根目录中 - 运行：双击
AIR.exe运行
效果（使用这个数据集）
训练数据集（110000+图片）15轮（弱爆了）
检测以下图：
这张图来源于数据集
（流光划过动画就不截了）
这是正确的
而对于
和
分别返回大概率是AI（金）和疑似AI（紫）