谷歌新作：AI 检测文件内容类型，5ms 即可完成 | 开源日报 No.192
原文中文，约1300字，阅读约需3分钟。
📝
内容提要
magika 是一款基于深度学习的文件内容类型检测工具，使用优化的 Keras 模型，体积仅 1MB，能在 5ms 内准确识别文件，准确率和召回率均超过 99%。支持 Python 命令行和 API，适合快速、高效的文件识别。
🔎
延伸解读
magika 的轻量级设计
magika 使用高度优化的 Keras 模型，体积仅约 1MB，却能在单个 CPU 上实现毫秒级文件识别。这种轻量级设计使其易于部署，无需依赖昂贵硬件，适合资源受限的环境。同时，模型在超过 1M 文件和 100 种内容类型的评估中，准确率和召回率均超过 99%，兼顾了效率与准确性。
推理速度与文件大小无关
magika 的推理时间约为每个文件 5ms，且独立于文件大小而保持近恒定。这意味着无论处理小文件还是大文件，检测速度都基本一致，不会因文件体积增大而显著变慢。对于需要快速处理大量文件的场景，这一特性尤为重要，能有效提升工作效率。
多种使用方式与批处理支持
magika 提供了 Python 命令行工具、Python API 以及实验性 TFJS 版本，方便不同技术背景的用户集成和使用。此外，它还支持批处理以加快推理速度，适合需要批量检测文件类型的任务。这些灵活的接口设计降低了使用门槛，扩大了应用范围。
❓
Q&A
magika 是什么工具？
magika 是一个基于深度学习的文件内容类型检测工具。
magika 的识别速度和准确率如何？
magika 能在 5ms 内准确识别文件，准确率和召回率均超过 99%。
magika 支持哪些使用方式？
magika 支持 Python 命令行工具和 API，适合快速、高效的文件识别。
magika 的文件大小限制是什么？
magika 的推理时间与文件大小无关，能够保持近恒定的速度。
magika 适合处理哪些类型的文件？
magika 在超过 1M 文件和 100 种内容类型的评估中表现出色，包括二进制和文本文件格式。
magika 的模型大小是多少？
magika 的模型体积仅约 1MB。
🏷️
