CLIP-based NSFW Detector 使用指南

最新推荐文章于 2025-05-14 13:14:09 发布

温欣晶Eve

最新推荐文章于 2025-05-14 13:14:09 发布

阅读量825

点赞数 17

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/gitblog_00373/article/details/142841133

CLIP-based NSFW Detector 使用指南

CLIP-based-NSFW-Detector 项目地址: https://gitcode.com/gh_mirrors/cl/CLIP-based-NSFW-Detector

1. 项目介绍

CLIP-based NSFW Detector 是一个轻量级的自动机器学习（Autokeras）模型，专为不适宜工作环境的内容（NSFW）检测设计。该模型利用了强大的 CLIP（Contrastive Language-Image Pre-training）模型中的 ViT L/14 转换后的图像嵌入作为输入，输出一个介于0到1之间的概率值，其中接近1表示图像更倾向于NSFW内容。本项目在处理图像嵌入时表现出良好的性能，并且提供了便捷的集成方式，使得开发者能够轻松地将NSFW检测功能融入自己的应用程序中。

2. 项目快速启动

要迅速开始使用这个NSFW检测器，首先确保您的环境中已安装必要的库，包括 TensorFlow 和 Autokeras。接下来，通过以下步骤来运行检测：

安装依赖

pip install tensorflow autokeras

获取模型和测试数据

您需要下载训练好的模型以及用于测试的图像嵌入。模型可以从仓库提供的链接下载：

对于 ViT-L/14 模型：

wget https://github.com/LAION-AI/CLIP-based-NSFW-Detector/raw/main/clip_autokeras_binary_nsfw.zip
unzip clip_autokeras_binary_nsfw.zip

运行检测示例

假设您已经有了图像的 CLIP 嵌入数据，可以使用下面的Python代码片段加载模型并进行预测：

from tensorflow.keras.models import load_model
from autokeras import CUSTOM_OBJECTS
import numpy as np
import os

def load_safety_model():
    model_dir = "./clip_autokeras_binary_nsfw"
    if not os.path.exists(model_dir):
        # 解压缩模型文件
        os.makedirs("./", exist_ok=True)
        url_model = "https://github.com/LAION-AI/CLIP-based-NSFW-Detector/raw/main/clip_autokeras_binary_nsfw.zip"
        path_to_zip_file = "./clip_autokeras_binary_nsfw.zip"
        import urllib.request
        urlretrieve(url_model, path_to_zip_file)
        import zipfile
        with zipfile.ZipFile(path_to_zip_file, 'r') as zip_ref:
            zip_ref.extractall(".")
    return load_model(model_dir, custom_objects=CUSTOM_OBJECTS)

# 示例嵌入数据
example_embeddings = np.random.rand(1, 768).astype("float32")  # 假设这是你的嵌入数据
safety_model = load_safety_model()
nsfw_prob = safety_model.predict(example_embeddings)[0][0]
print(f'NSFW Probability: {nsfw_prob}')