Yazarlar: (1) Gonzalo J. Aniano Porcile, LinkedIn; (2) Jack Gindi, LinkedIn; (3) Shivansh Mundra, LinkedIn; (4) James R. Verbus, LinkedIn; (5) Hany Farid, LinkedIn ve Kaliforniya Üniversitesi, Berkeley. Bağlantı Tablosu Özet ve Giriş Veri setleri Modeli Sonuçlar Tartışma, Teşekkür ve Referanslar 3. Modeli Gerçek yüzleri yapay zeka tarafından oluşturulan yüzlerden ayırt etmek için bir model eğitiyoruz. Temel model EfficientNet-B1[7] evrişimli sinir ağıdır [30]. Bu mimarinin diğer ileri teknoloji mimarilere (Swin-T [22], Resnet50 [14], XceptionNet [7]) kıyasla daha iyi performans sağladığını tespit ettik. EfficientNet-B1 ağı, ImageNet1K görüntü veri kümesinde önceden eğitilmiş 7,8 milyon dahili parametreye sahiptir [30]. İşlem hattımız üç aşamadan oluşur: (1) bir görüntü ön işleme aşaması; (2) bir görüntü yerleştirme aşaması; ve (3) bir puanlama aşaması. Model girdi olarak renkli bir görüntü alır ve [0, 1] aralığında sayısal bir puan üretir. 0'a yakın puanlar görüntünün büyük olasılıkla gerçek olduğunu, 1'e yakın puanlar ise görüntünün muhtemelen yapay zeka tarafından oluşturulduğunu gösterir. Görüntü ön işleme adımı, giriş görüntüsünü 512×512 piksel çözünürlüğe yeniden boyutlandırır. Yeniden boyutlandırılan bu renkli görüntü daha sonra EfficientNet-B1 aktarım öğrenme katmanına aktarılır. Puanlama aşamasında, transfer öğrenme katmanının çıktısı, her biri 2.048 boyutunda, bir ReLU aktivasyon fonksiyonuna, 0,8 bırakma olasılığına sahip bir bırakma katmanına ve sigmoidal aktivasyona sahip bir son puanlama katmanına sahip, tamamen bağlı iki katmana beslenir. Yalnızca 6,8 milyon eğitilebilir parametreye sahip puanlama katmanları ayarlanmıştır. Eğitilebilir ağırlıklar, 32 boyutunda bir mini grup, 0,0001 öğrenme oranı ile AdaGrad algoritması kullanılarak optimize edilir ve 10.000 adıma kadar eğitilir. Model eğitimi için 60 adet NVIDIA A100 GPU içeren bir küme kullanıldı. Bu makale . arxiv'de CC 4.0 lisansı altında mevcuttur [7] Daha önce LinkedIn üzerinde faaliyete geçirdiğimiz EfficientNet modelinin daha sonra yerini yeni bir modele bırakan eski bir versiyonunu anlatıyoruz. Bu modelin en yeni model olmadığının farkındayız ancak model artık kullanılmadığından bu sonuçları ancak şimdi raporlayabiliyoruz.
