【开源】轻量级视频、图片NSFW内容检测工具

HGLA

已于 2025-03-19 16:58:15 修改

阅读量681

点赞数 25

文章标签： python ai 内容运营

于 2025-03-13 16:12:59 首次发布

本文链接：https://blog.csdn.net/m0_46442962/article/details/146233825

版权

nsfwpy

nsfwpy是一个基于深度学习的色情图片识别工具，旨在通过AI模型对图片进行自动化分类，判断其是否包含不宜浏览的内容，并且额外支持GIF图像以及视频检测。

特性

轻量级实现，依赖少，易于部署
支持多种图像格式输入（几乎所有常见格式）
提供命令行工具、Python API和HTTP API接口
支持Windows和其他操作系统
自动下载和缓存模型文件
提供预编译版本
在减小体积的同时提高了检测速度

安装

通过pip安装
```
pip install nsfwpy
```

从源码安装

git clone https://github.com/HG-ha/nsfwpy.git
cd nsfwpy
pip install -e .

Docker
- docker run -p 8000:8000 yiminger/nsfwpy
使用预编译版本（开箱即用）
- 请前往 Release 下载对应平台的预编译版本。
- windows：在cmd中输入 nsfwpy.exe
- linux：chmod +x nsfwpy && ./nsfwpy

编译其他平台版本

参考 build.bat | build.sh

使用方法

Python API

from nsfwpy import NSFW

# 初始化检测器（首次运行会自动下载模型）
detector = NSFW()

# 预测单个图像
result = detector.predict_image("path/to/image.jpg")
print(result)

# 预测PIL图像
from PIL import Image
img = Image.open("path/to/image.jpg")
result = detector.predict_pil_image(img)
print(result)

# 批量预测目录中的图像
results = detector.predict_batch("path/to/image/directory")
print(results)

命令行工具

# 基本用法
nsfwpy --input path/to/image.jpg

# 指定自定义模型路径
nsfwpy --model path/to/model.onnx --input path/to/image.jpg

# 指定模型需要的图像尺寸（通常用不到，因为目前模型只支持224，无需关注此参数）
nsfwpy --dim 299 --input path/to/image.jpg

Web API服务（完全兼容 nsfwjs-api）

启动API服务器：

# 基本用法
nsfwpy -w

# 指定主机和端口
nsfwpy -w --host 127.0.0.1 --port 8080

# 指定自定义模型
nsfwpy -w --model path/to/model.onnx

API端点：
- POST /classify: 分析单张图片
- POST /classify-many: 批量分析多张图片
API文档：
- http://127.0.0.1:8000/docs

请求：

/classify

curl --location --request POST 'http://127.0.0.1:8000/classify' \
--form 'image=@"image.jpeg"'

/classify-many

curl --location --request POST 'http://127.0.0.1:8000/classify-many' \
--form 'images=@"image.jpeg"' \
--form 'images=@"image2.jpeg"'

预测结果格式

返回包含以下类别概率值的字典：

{
    "drawings": 0.1,    # 绘画/动画
    "hentai": 0.0,     # 动漫色情内容（変態）
    "neutral": 0.8,    # 中性/安全内容
    "porn": 0.0,       # 色情内容
    "sexy": 0.1        # 性感内容
}