Nsfw Image Detection Large

🚀 成人內容圖像檢測模型

本項目是一個用於圖像分類的模型，主要檢測圖像是否包含成人內容。它是對已不可用的 MichalMlodawski/nsfw-image-detection-large 項目的復刻，為圖像的成人內容檢測提供了有效的解決方案。

🚀 快速開始

本項目是 MichalMlodawski/nsfw-image-detection-large 的復刻版本，原項目已不可用。

💻 使用示例

基礎用法

from PIL import Image
import torch
from transformers import AutoProcessor, FocalNetForImageClassification

DEVICE = torch.device("cuda")
model_path = "lovetillion/nsfw-image-detection-large"

# Load the model and feature extractor
feature_extractor = AutoProcessor.from_pretrained(model_path)
model = FocalNetForImageClassification.from_pretrained(model_path).to(DEVICE)
model.eval()

# Mapping from model labels to NSFW categories
label_to_category = {
    "LABEL_0": "Safe",
    "LABEL_1": "Questionable",
    "LABEL_2": "Unsafe"
}

filename = "example.png"
image = Image.open(filename)
inputs = feature_extractor(images=image, return_tensors="pt")
inputs.to(DEVICE)

with torch.no_grad():
    outputs = model(**inputs)
    probabilities = torch.nn.functional.softmax(outputs.logits, dim=-1)
    confidence, predicted = torch.max(probabilities, 1)
label = model.config.id2label[predicted.item()]

if label != "SAFE":
    print( label, confidence.item() * 100, filename )
else:
    print( label, confidence.item() * 100, filename )

📚 詳細文檔

• 在線演示：在生產集成工作流中的即時演示：https://piglet.video
• 研究報告：我們的道德人工智能白皮書結果：https://lovetillion.org/liaise.pdf
• 加入社區：在 Telegram 上加入我們：https://t.me/pigletproject

📄 許可證

本項目採用 Apache-2.0 許可證。