🖼️ GENLYZ - 사진 진위여부 판별기

GENLYZ는 이미지가 인간이 만든 것인지, AI가 만든 것인지를 감지하는 이미지 판별기입니다.
EfficientNet-B0 기반의 딥러닝 모델을 활용한 이진 분류를 수행하여 정확한 판별을 제공합니다.

AI 이미지가 넘쳐나는 요즘,
진짜와 가짜의 경계를 구분하는 도구가 필요합니다.
그게 바로 GENLYZ입니다.

🌐 Try GENLYZ Now!

🔗 GENLYZ 데모
지금 바로 GENLYZ를 사용해보세요!

🚀 Features

• 🔍 AI gen vs Human gen 이미지 판별
• ⚡ 빠르고 정확한 분류 결과 제공
• 🧠 EfficientNet 기반 전이 학습 모델 적용

🛠️ How It Works

1. 이미지 업로드
   사용자가 이미지를 업로드하면, 해당 이미지가 모델의 입력으로 들어갑니다.

2. 모델 추론
   학습된 EfficientNet-B0 기반 모델이 이미지의 시각적 패턴을 분석합니다.

3. 분류 및 결과 반환
   이미지가 AI 생성인지 인간 생성인지 판단하고, 그에 따른 신뢰도(score)와 함께 결과를 제공합니다.

4. 결과 시각화
   최종 결과는 웹페이지 상에 직관적으로 출력됩니다.

🧩 Model Architecture

• 기본 모델: EfficientNet-B0 (ImageNet으로 사전 학습됨)
• 분류 헤드:
  • 출력 클래스: 2 (AI 생성, 인간 생성)
  • 하위 계층 고정, 상위 계층만 학습
• 최적화 알고리즘: AdamW (L2 정규화 포함)
• 학습률 스케줄러:
  • 매 5 에포크마다 LR ↓ 10x
• 조기 종료:
  • 성능 개선이 없을 경우 학습 조기 종료

📚 Dataset Sources

Dataset Name	Source	License	Size
alessandrasala79/ai-vs-human-generated-dataset	Shutterstock	Apache 2.0	79,950 images (4.3GB)
atristanzhang32/ai-generated-images-vs-real-images	WikiArt, Pexels, Unsplash, MidJourney, DALL·E	MIT	60,000 images (48.8GB)

🔗 Reference Notebooks

이 프로젝트에서 사용된 모델 학습 코드는 아래 코드를 참고하여 만들어졌습니다:

• EfficientNet: Detect AI vs. Human Generated Images
  By Agnes Augusthy (Apache 2.0)

• AI Vs Human | Final Submission
  By Sheema Masood (Apache 2.0)

🧪 사용 환경

• 딥러닝 프레임워크: PyTorch
• 기반 모델: EfficientNet-B0
• 에포크: 16 (Early Stopping)
• 정확도: 98%
• API 서버: FastAPI + Uvicorn
• 프론트엔드: Nextjs + Tailwind
• 학습 환경: CPU : AMD Ryzen AI 9 HX 370 w/ Radeon 890M / GPU : NVIDIA GeForce RTX 4070 Laptop GPU

📜 라이선스

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.