Détection de contrefaçon · bijoux en or
Voyez ce que l'IA a vu.
FakeGuard AI estime le risque de contrefaçon d'un bijou en or à partir d'une photo, et vous montre les zones qui ont pesé dans son verdict. Une aide à la décision, pas un certificat.
Photo : GoldNet, Z. Raisi — CC BY 4.0
Trois verdicts. Jamais « authentique certifié ».
Une photo ne prouve pas l'authenticité d'un objet. Quand le modèle n'est pas assez sûr, il le dit, et vous pouvez demander un regard humain.
Risque faible
Le modèle ne relève pas d'indice de contrefaçon. Ce n'est pas une garantie d'authenticité.
r_img_732Étiquette de la source : authentiqueProbabilité estimée de contrefaçon : < 1 %Non concluant
Le modèle ne tranche pas : la photo sort de son périmètre, ou le score est trop proche de la limite.
r_img_776Étiquette de la source : authentiqueProbabilité estimée de contrefaçon : 57 %Risque élevé
Le modèle relève des indices compatibles avec une contrefaçon. Faites vérifier l'objet avant toute décision.
f_img_559Étiquette de la source : contrefaçonProbabilité estimée de contrefaçon : > 99 %
Mesuré, pas promis.
Ces chiffres viennent du jeu de test : 321 bijoux que le modèle n'a jamais vus pendant son entraînement. Entre crochets, l'intervalle de confiance à 95 %.
79 %
des contrefaçons signalées « risque élevé »
96 %
des verdicts « risque élevé » étaient justes
4 %
des contrefaçons classées à tort « risque faible »
17 %
des analyses restées non concluantes
Le déroulé d'une analyse
Photographiez
Une à quatre photos nettes, bijou centré, sans filtre ni retouche.
Contrôle de la photo
Une image floue, trop sombre ou trop petite est refusée avant l'analyse, avec la raison.
Verdict calibré
Le modèle estime une probabilité de contrefaçon, puis tranche — ou s'abstient.
Regard humain
En cas de doute, demandez la revue d'un vérificateur depuis le rapport.
Ce que FakeGuard AI ne prétend pas
Nous préférons écrire les limites du modèle que les laisser découvrir.
- Le résultat est une estimation statistique à partir d'une photo. Il ne remplace ni un essai du métal ni l'avis d'un professionnel.
- Le modèle a appris sur un seul jeu de données public : GoldNet, 2 127 bijoux.
- La source ne documente pas comment les étiquettes authentique / contrefaçon ont été établies.
- Les bijoux viennent surtout d'Iran et du marché du Golfe : la fiabilité sur d'autres styles n'est pas mesurée.
- Chaque bijou n'a qu'une photo dans le jeu de données : la combinaison de plusieurs photos n'est pas validée expérimentalement.
- Le filtre qui écarte les photos hors sujet n'a été vérifié que sur une petite sonde informelle.
- Le décor des photos suffit en partie à séparer les deux classes : le modèle a pu apprendre des indices de contexte plutôt que de matière.