许可证：apache-2.0
语言：

• 英文
  基础模型：
• google/siglip2-base-patch16-256
  任务标签：图像分类
  库名称：transformers
  标签：
• siglip2
• '256'
• patch16
• 成人内容检测
• 敏感内容检测

siglip2-x256-explicit-content

siglip2-x256-explicit-content 是基于 siglip2-base-patch16-256 微调的视觉-语言编码模型，用于多类别图像分类。该模型采用 SiglipForImageClassification 架构，专门训练用于识别和分类图像中的内容类型，尤其适用于敏感、暗示性或安全媒体的过滤。

[!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  

      动漫图片     0.8940    0.8718    0.8827      5600  
             Hentai     0.8961    0.8935    0.8948      4180  
             普通内容     0.9100    0.8895    0.8997      5503  
        色情内容     0.9496    0.9654    0.9574      5600  
诱惑或性感内容     0.9132    0.9429    0.9278      5600  

          准确率                         0.9137     26483  
         宏平均     0.9126    0.9126    0.9125     26483  
      加权平均     0.9135    0.9137    0.9135     26483  

标签空间：5个类别

该模型将每张图像分类为以下内容类别之一：

类别 0: "动漫图片"  
类别 1: "Hentai"  
类别 2: "普通内容"  
类别 3: "色情内容"  
类别 4: "诱惑或性感内容"  

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  
模型名称 = "prithivMLmods/siglip2-x256-explicit-content"  # 如需替换为自定义模型路径请修改  
模型 = SiglipForImageClassification.from_pretrained(模型名称)  
处理器 = AutoImageProcessor.from_pretrained(模型名称)  

# ID到标签的映射  
id2标签 = {  
    "0": "动漫图片",  
    "1": "Hentai",  
    "2": "普通内容",  
    "3": "色情内容",  
    "4": "诱惑或性感内容"  
}  

def 分类敏感内容(图像):  
    图像 = Image.fromarray(图像).convert("RGB")  
    输入 = processor(images=图像, return_tensors="pt")  

    with torch.no_grad():  
        输出 = 模型(**输入)  
        逻辑值 = 输出.logits  
        概率 = torch.nn.functional.softmax(逻辑值, dim=1).squeeze().tolist()  

    预测结果 = {  
        id2标签[str(i)]: round(概率[i], 3) for i in range(len(概率))  
    }  

    return 预测结果  

# Gradio界面  
界面 = gr.Interface(  
    fn=分类敏感内容,  
    inputs=gr.Image(type="numpy"),  
    outputs=gr.Label(num_top_classes=5, label="预测内容类型"),  
    title="siglip2-x256-explicit-content",  
    description="将图像分类为敏感、暗示性或安全类别（如Hentai、色情内容、普通内容）。"  
)  

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

预期用途

该模型适用于以下场景：

• 内容审核：自动检测NSFW或暗示性内容。
• 家长控制：为安全媒体浏览启用基于AI的过滤。
• 数据集预处理：清理和分类图像数据集以供研究或部署。
• 在线平台：协助执行上传内容和用户生成媒体的内容准则。