许可证：apache-2.0
数据集：

• qwertyforce/scenery_watermarks
  语言：
• en
  基础模型：
• google/siglip2-base-patch16-224
  任务标签：图像分类
  库名称：transformers
  标签：
• 图像分类
• 水印检测
• SigLIP2

水印检测-SigLIP2

水印检测-SigLIP2 是基于 google/siglip2-base-patch16-224 微调的视觉-语言编码模型，用于二元图像分类。该模型通过 SiglipForImageClassification 架构训练，用于检测图像是否包含水印。

[!注意]
水印检测最适合清晰且高质量的图像。不建议使用噪点较多的图像进行验证。

[!注意]
SigLIP 2：具有改进语义理解、定位和密集特征的多语言视觉-语言编码器
https://arxiv.org/pdf/2502.14786

分类报告：  
              精确率  召回率  F1分数  支持数  

无水印     0.9290    0.9722    0.9501     12779  
有水印     0.9622    0.9048    0.9326      9983  

准确率                         0.9427     22762  
宏平均     0.9456    0.9385    0.9414     22762  
加权平均     0.9435    0.9427    0.9424     22762  

标签空间：2类

模型将图像分类为以下两类之一：

类别 0: "无水印"  
类别 1: "有水印"  

安装依赖项

pip install -q transformers torch pillow gradio  

推理代码

import gradio as gr  
from transformers import AutoImageProcessor, SiglipForImageClassification  
from PIL import Image  
import torch  

# 加载模型和处理器  
model_name = "prithivMLmods/Watermark-Detection-SigLIP2"  # 如果使用其他路径，请更新此处  
model = SiglipForImageClassification.from_pretrained(model_name)  
processor = AutoImageProcessor.from_pretrained(model_name)  

# 标签映射  
id2label = {  
    "0": "无水印",  
    "1": "有水印"  
}  

def classify_watermark(image):  
    image = Image.fromarray(image).convert("RGB")  
    inputs = processor(images=image, return_tensors="pt")  

    with torch.no_grad():  
        outputs = model(**inputs)  
        logits = outputs.logits  
        probs = torch.nn.functional.softmax(logits, dim=1).squeeze().tolist()  

    prediction = {  
        id2label[str(i)]: round(probs[i], 3) for i in range(len(probs))  
    }  

    return prediction  

# Gradio 界面  
iface = gr.Interface(  
    fn=classify_watermark,  
    inputs=gr.Image(type="numpy"),  
    outputs=gr.Label(num_top_classes=2, label="水印检测"),  
    title="水印检测-SigLIP2",  
    description="上传图像以检测是否包含水印。"  
)  

if __name__ == "__main__":  
    iface.launch()  

演示推理

[!警告]
有水印

[!警告]
无水印

预期用途

水印检测-SigLIP2 适用于以下场景：

• 内容审核 —— 自动检测图像分享平台上的水印内容。
• 数据集清理 —— 从训练数据集中过滤掉带水印的图像。
• 版权保护 —— 监控并标记水印媒体的使用情况。
• 数字取证 —— 支持对篡改或受保护媒体资产的分析。