如何使用 Streamlit 与 Transformers 构建 AI 与人类图像检测器

Source: Dev.to

人工智能模型如 SDXL、Grok、Gemini 等正在生成如此逼真的图像，以至于人类有时也分辨不出它们与真实照片的区别。随着这些模型的不断进步，传统的检测器效果逐渐下降。

在本指南中，你将学习如何使用以下工具 构建自己的 AI 与人类图像检测器：

• 用于界面的 Streamlit
• Hugging Face Transformers
• PyTorch

所使用的检测模型是 Organika/sdxl-detector。

我们要构建的内容概览

检测器的功能：

• 接收上传的图像
• 使用预训练的深度学习模型进行处理
• 预测图像是 AI 生成 还是 人类拍摄
• 显示模型的置信度分数
• 支持 CPU、CUDA 或 Apple Silicon（MPS）运行

所有这些都在一个简易的 Streamlit 应用中实现，可在本地运行或在线部署。

环境设置与软件包安装

创建虚拟环境

python -m venv env
source env/bin/activate   # Linux/macOS
# env\Scripts\activate    # Windows

安装所需软件包

# 核心依赖
pip install streamlit pillow torch transformers accelerate

# 可选：如果在使用 PyTorch 时遇到兼容性问题，可降级 NumPy
# pip install "numpy"

Source code:
YouTube demo: