node + nsfwjs 流程记录

nsfwjs是一个免费开源的图片鉴别插件，本地打包尺寸过大，不符合预期，所以大多数人选择在服务端部署。

下面是node版本部署流程笔记：（仅供参考）

node服务这里采用的是express框架：Express - Node.js web application framework

npm install express --save

nsfwjs代码库地址：GitHub - infinitered/nsfwjs: NSFW detection on the client-side via TensorFlow.js

https://github.com/infinitered/nsfwjs

建议：用管理员权限启动cmd

第一步：环境准备

npm install --global windows-build-tools

或

npm install -g --production windows-build-tools

以上环境准备我个人尝试了多次才执行成功，若遇到失败可重试，不要着急

第二步：依赖安装

npm install nsfwjs

注意：下面这个安装需要翻墙，里面部分引用资源在外网。

大家遇到最多的问题就是这个包安装或者执行失败，可尝试用cnpm

npm install @tensorflow/tfjs-node

@tensorflow/tfjs-node和@tensorflow/tfjs两个包是互斥的，删除node_modules后重试

你可能会用到的包

npm i @tensorflow/tfjs-node-gpu

相关文档：tfjs/README.md at master · tensorflow/tfjs · GitHub

快速删除庞大的node_modules指令：

rd /s /q node_modules

---

扩展，文档中推荐的另一个模式（sharp）：

Output options - sharp - High performance Node.js image processing (pixelplumbing.com)

---

const getMetadata = async (img) => {
  const image = await sharp(img).jpeg().metadata();

  const { data, info } = await sharp(img)
  .toFormat('jpeg')
  .raw()
  .toBuffer({ resolveWithObject: true });


  const numChannels = 3
  const numPixels = image.width * image.height
  const values = new Int32Array(numPixels * numChannels)

  for (let i = 0; i < numPixels; i++)
    for (let c = 0; c < numChannels; ++c)
      values[i * numChannels + c] = data[i * 4 + c]

  return tf.tensor3d(values, [image.height, image.width, numChannels], 'int32')
}


app.post('/nsfw', upload.single('image'), async (req, res) => {
  if (!req.file) res.status(400).send('Missing image multipart/form-data')
  else {
    try {
      const image = await getMetadata(req.file.buffer)

      // const image = await convert(req.file.buffer)

      const predictions = await _model.classify(image)
      image.dispose()
      res.json(predictions)
    } catch (error) {
      res.status(400).send(error)
    }
    
  }
})

也可以将模型下载到项目中：

模型发布仓库：GitHub - GantMan/nsfw_model: Keras model of NSFW detector