Google Safesearch Mini V2

🚀 Google Safesearch Mini V2

Google Safesearch Mini V2 是一款超精確的多類別圖像分類器，能夠準確檢測圖像中的敏感內容。它可用於社交媒體審核，也能對數據集進行過濾。與穩定擴散安全檢查器相比，使用該模型可節省 1GB 的內存和磁盤空間。

🚀 快速開始

Safesearch v3.1 已發佈

✨ 主要特性

• 高精度檢測：經過多輪訓練和優化，在訓練和驗證數據上達到了 97% 的準確率，能準確識別圖像中的敏感內容。
• 節省資源：相比穩定擴散安全檢查器，可節省 1.0GB 的 RAM 和磁盤空間。
• 多數據源訓練：使用來自 Google Images、Reddit、Kaggle 和 Imgur 等平臺的約 340 萬張圖像進行訓練，數據豐富多樣。

📦 安裝指南

安裝 PyTorch 依賴

pip install --upgrade torchvision

💻 使用示例

基礎用法

import torch, os
from torchvision import transforms
from PIL import Image
import urllib.request
import timm

image_path = "https://www.allaboutcats.ca/wp-content/uploads/sites/235/2022/03/shutterstock_320462102-2500-e1647917149997.jpg"
device = "cuda"

def preprocess_image(image_path):
  # Define image pre-processing transforms
    transform = transforms.Compose([
      transforms.Resize(299),
      transforms.CenterCrop(299),
      transforms.ToTensor(),
      transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
    ])
    if image_path.startswith('http://') or image_path.startswith('https://'):
        import requests
        from io import BytesIO
        response = requests.get(image_path)
        img = Image.open(BytesIO(response.content)).convert('RGB')
    else:
        img = Image.open(image_path).convert('RGB')
    img = transform(img).unsqueeze(0)
    img = img.cuda() if device.lower() == "cuda" else img.cpu()
    return img

def eval():
    model = timm.create_model("hf_hub:FredZhang7/google-safesearch-mini-v2", pretrained=True)
    model.to(device)
    img = preprocess_image(image_path)

    with torch.no_grad():
        out = model(img)
        _, predicted = torch.max(out.data, 1)
        classes = {
            0: 'nsfw_gore',
            1: 'nsfw_suggestive',
            2: 'safe'
        }
        print('\n\033[1;31m' + classes[predicted.item()] + '\033[0m' if predicted.item() != 2 else '\033[1;32m' + classes[predicted.item()] + '\033[0m\n')

if __name__ == '__main__':
    eval()

📚 詳細文檔

Google Safesearch Mini V2 在訓練方法上與 V1 不同，它採用了 InceptionResNetV2 架構，並使用了約 340 萬張從互聯網隨機獲取的圖像進行訓練，其中部分圖像通過數據增強生成。訓練和驗證數據來自 Google Images、Reddit、Kaggle 和 Imgur 等平臺，並由相關公司、Google SafeSearch 和審核人員將其分類為安全或不適宜內容。

模型首先使用交叉熵損失訓練 5 個週期，並在訓練集和驗證集上進行評估，識別預測概率低於 0.90 的圖像，對整理後的數據集進行必要的修正後，再訓練 8 個週期。之後，在各種可能難以分類的情況下測試模型，發現它會將棕色貓的皮毛誤識為人類皮膚。為提高準確性，使用 Kaggle 上的 15 個額外數據集 對模型進行一個週期的微調，最後結合訓練和測試數據再訓練一個週期，最終在訓練和驗證數據上達到了 97% 的準確率。

📄 許可證

本項目採用 Apache-2.0 許可證。