Во-первых, я сейчас влюблен в ИИ, он так много может 🤩. Всего за несколько недель/месяцев я очень искренне изучил EfficientNets и влюбился в них БУКВАЛЬНО.
В рамках методов обнаружения дипфейков я использовал EfficientNet-B4 и B7. Обучил их обоих последним наборам данных дипфейков и измерил их эффективность обнаружения. Было феноменально видеть результаты и видеть все 0 и 1. Получив ответы на вопросы исследования, я начал писать четвертую главу диссертации.
САМАЯ ЗАХВАТЫВАЮЩАЯ ЧАСТЬ ВСЕГО.
На первом этапе исследования у нас были необученные EfficientNet-B4 и B7, как если бы они работали в режиме реального времени, когда модели машинного обучения подвергались воздействию поддельных изображений или видео и насколько хорошо модели могут обнаруживать подделки!?
…….. Без цифр никакая теория не имеет смысла. (типичный мозг #STEM🤓)
Даже без обучения модели EfficientNet-B4 и B7 научились обнаруживать дипфейки. Результаты первого этапа были многообещающими. Получив результаты, я использовал эти числа в тесте Макнемара.
В литературном жаргоне это означает, что наше p-значение превысило предполагаемый порог (⍺=0,05), исследование не может отвергнуть нулевую гипотезу и предполагает незначительное разница в эффективности EfficientNet-B4 и B7.
Уф… Наконец-то немного данных для измерения эффективности моделей машинного обучения. Затем нужно обучить EfficientNet-B4 и B7 конкурировать друг с другом. 🤼♀️ Следите за новостями.
небольшой мозговой штурм, чтобы ввести вас в курс дела!! Сапиосексуальным путем и само путешествие! Жасмин Бхарадия
