Ceci est le référentiel officiel de
Pas avec mon nom ! Déduire les noms d'artistes des chaînes d'entrée utilisées par les modèles de diffusion . Roberto Leotta , Oliver Giudice , Luca Guarnera , Sebastiano Battiato . ICIAP 2023.
Utilisez conda ou miniconda pour installer facilement les dépendances requises.
Une fois conda installé, exécutez les commandes suivantes :
# 1. Clone the repository
git clone https://github.com/ictlab-unict/not-with-my-name.git
# 2. navigate to the repository folder
cd not-with-my-name
# 3. create the environment
conda env create -f docs/environment.yml
Suivez ensuite les instructions de la section Ensemble de données et de la section Points de contrôle pour télécharger les fichiers requis.
Téléchargez au moins l'un des ensembles de données suivants :
Ensemble de données | # Images originales | # Images générées par l'IA | Lien | FR |
---|---|---|---|---|
Petit | 2350 | 2350 | lien | 2.7 |
Moyen | 4130 | 8519 | à venir | / |
Après avoir téléchargé l'ensemble de données, extrayez-le dans le dossier resources
. La structure des dossiers doit être la suivante.
Téléchargez le lien de point de contrôle suivant : et placez-le dans le dossier resources/ckpts
. La structure des dossiers doit être la suivante.
NB : pour lancer l'inférence vous devez télécharger les points de contrôle et le jeu de données (au moins le petit).
Pour exécuter l'inférence sur une seule image, exécutez la commande suivante :
# 1. activate the environment
conda activate not-w-my-name-env
# 2. run inference
python src/inference.py --dataset-folder < path-to-dataset > --query-img < path-to-query-image > --model-ckpt < path-to-checkpoint > --cuda --results-folder < path-to-results-folder >
Les résultats seront enregistrés dans le --results-folder <path-to-results-folder>
.
# 1. activate the environment
conda activate not-w-my-name-env
# 2. run inference
python src/inference.py --dataset-folder resources/small-dataset/ --query-img resources/small-dataset/pablo_picasso/ai_generated/102_0.png --model-ckpt resources/ckpts/siamese_not_w_my_name.ckpt --cuda --results-folder results
usage: inference.py [-h] [--show-time] [--debug]
--dataset-folder DATASET_FOLDER --results-folder RESULTS_FOLDER
--query-img QUERY_IMAGE [--distance-th DISTANCE_TH] [--cuda]
--model-ckpt MODEL_CKPT
Not with my name inference by Roberto Leotta
optional arguments:
-h, --help show this help message and exit
--show-time show processing time
--debug flag for development debugging
--dataset-folder DATASET_FOLDER
dataset folder path
--results-folder RESULTS_FOLDER
results folder path
--query-img QUERY_IMAGE
query image path
--distance-th DISTANCE_TH
distance threshold for the query image. Default: 0.5
--cuda use CUDA for inference
--model-ckpt MODEL_CKPT
siamese model checkpoint
Si vous trouvez ce code utile pour votre recherche, veuillez citer notre article :
@inproceedings{leotta2023not,
title={Not with my name! Inferring artists' names of input strings employed by Diffusion Models},
author={Leotta, Roberto and Giudice, Oliver and Guarnera, Luca and Battiato, Sebastiano},
booktitle={International Conference on Image Analysis and Processing},
year={2023},
organization = {Springer}
}
Auteurs : Roberto Leotta, Oliver Giudice, Luca Guarnera, Sebastiano Battiato
Version : 1.0.1
Date : 22/08/2023