Nsfw Image Detection Large

🚀 成人内容图像检测模型

本项目是一个用于图像分类的模型，主要检测图像是否包含成人内容。它是对已不可用的 MichalMlodawski/nsfw-image-detection-large 项目的复刻，为图像的成人内容检测提供了有效的解决方案。

🚀 快速开始

本项目是 MichalMlodawski/nsfw-image-detection-large 的复刻版本，原项目已不可用。

💻 使用示例

基础用法

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 )

📚 详细文档

• 在线演示：在生产集成工作流中的实时演示：https://piglet.video
• 研究报告：我们的道德人工智能白皮书结果：https://lovetillion.org/liaise.pdf
• 加入社区：在 Telegram 上加入我们：https://t.me/pigletproject

📄 许可证

本项目采用 Apache-2.0 许可证。