upd

README.md

@@ -127,7 +127,7 @@ lightScore = 亮度 > 175 的像素占比
 
 - **开启**：`application.properties` 设 `nsfw.enabled=true`
 - **依赖**：本机安装 Python 并 `pip install nudenet`
-- **模型**：优先加载程序运行目录下 `lib/nwfs/320n.onnx`（本仓库已附带，约 11.6MB，离线可用）；本地缺失时自动下载到该位置，下载失败再回退用 nudenet 包自带模型
+- **模型**：优先加载程序运行目录下 `lib/human_nwfs/320n.onnx`（本仓库已附带，约 11.6MB，离线可用）；本地缺失时自动下载到该位置，下载失败再回退用 nudenet 包自带模型
 - **可调**：`nsfw.python`（python 路径）、`nsfw.threshold`（判定阈值）
 - **敏感类**：`FEMALE_GENITALIA_EXPOSED` / `MALE_GENITALIA_EXPOSED` / `ANUS_EXPOSED` / `FEMALE_BREAST_EXPOSED`，任一分数达标即判定
 - **降级**：未装 python / nudenet 时打印警告并跳过识别，图片按普通流程整理，不影响其它功能
@@ -186,7 +186,7 @@ Remove-Item Env:CGO_ENABLED,Env:GOOS,Env:GOARCH
    sudo yum install -y python3
    pip3 install nudenet
    ```
-   模型文件 `lib/nwfs/320n.onnx` 需与二进制放在同一目录（没有会自动下载）。
+   模型文件 `lib/human_nwfs/320n.onnx` 需与二进制放在同一目录（没有会自动下载）。
 3. **二次元识别（可选）**：Linux 上同样要装 Python 与依赖，并在 `application.properties` 里配 `hentai.python`（如 `/usr/bin/python3`）：
    ```shell
    pip3 install onnxruntime Pillow numpy
@@ -212,7 +212,7 @@ npm install && npm run dev
 ```text
 ├── main.go                # 程序入口（Gin + 内嵌前端产物）
 ├── application.properties # 运行配置（端口 / 数据库 / 旋转开关 / 色情识别）
-├── lib/nwfs/320n.onnx       # 色情识别模型（随仓库分发，离线可用）
+├── lib/human_nwfs/320n.onnx   # 色情识别模型（随仓库分发，离线可用）
 ├── lib/wd-tagger/         # 二次元识别模型（首次启动自动下载，约 1.5GB）
 ├── build.sh               # 编译脚本
 ├── internal/

application.properties

@@ -14,7 +14,7 @@ organize.rotateImages=false
 organize.workers=8
 # 色情图片识别（需本机安装 python 与 nudenet：pip install nudenet）
 #   true=开启，判为色情的图片移入「图片_敏感_*」目录（明暗子目录照常）；false=关闭（默认）
-# 模型：优先加载程序运行目录下 lib/nwfs/320n.onnx（推荐随程序分发，离线可用）；
+# 模型：优先加载程序运行目录下 lib/human_nwfs/320n.onnx（推荐随程序分发，离线可用）；
 #   本地没有会自动下载到该位置，下载失败再回退用 nudenet 自带模型
 # NSFW是用来识别真人图片的
 nsfw.enabled=false

internal/nsfw/detector.go

@@ -92,7 +92,7 @@ func Start(pythonPath string, threshold float64) (*Detector, error) {
 	}
 
 	// 模型目录：程序运行目录下的 lib（和 application.properties / media-info.db 同一根目录）。
-	// 服务脚本优先加载 lib/nwfs/320n.onnx；本地没有会自己下载到那里，下载失败再回退用 pip 自带模型。
+	// 服务脚本优先加载 lib/human_nwfs/320n.onnx；本地没有会自己下载到那里，下载失败再回退用 pip 自带模型。
 	modelDir := ""
 	if wd, err := os.Getwd(); err == nil {
 		modelDir = filepath.Join(wd, "lib")

internal/nsfw/server.py

@@ -6,9 +6,9 @@ onnxruntime 的 InferenceSession 不是线程安全的，同一个实例并发
 所以这里用一个固定大小的推理线程池：每个 worker 线程各持一份独立模型实例，
 N 个请求可以真·并行推理。收到 /detect 就把图片喂给 NudeDetector，返回结果 JSON。
 
-模型加载优先级（模型放在 <程序运行目录>/lib/nwfs/320n.onnx）：
+模型加载优先级（模型放在 <程序运行目录>/lib/human_nwfs/320n.onnx）：
   1. 本地已有该文件 → 直接加载（离线可用，适合随程序分发）；
-  2. 本地没有 → 自动下载到 lib/nwfs/320n.onnx 再加载（仅第一次需要网络）；
+  2. 本地没有 → 自动下载到 lib/human_nwfs/320n.onnx 再加载（仅第一次需要网络）；
   3. 下载失败 → 回退用 nudenet 包自带的模型。
 下载地址是 NudeNet 官方 release 的 320n.onnx（约 11.6MB）。
 
@@ -49,7 +49,7 @@ SENSITIVE = {
 }
 
 # 模型文件与官方下载地址
-MODEL_FILENAME = "nwfs/320n.onnx"
+MODEL_FILENAME = "human_nwfs/320n.onnx"
 MODEL_URL = "https://github.com/notAI-tech/NudeNet/releases/download/v3.4-weights/320n.onnx"
 
 # 模型目录由 Go 侧作为第二个参数传入（程序运行目录下的 lib）；没传则回退用包自带模型

x20260829.md

@@ -19,7 +19,7 @@
 |------|------|------|
 | 真人 vs 动漫 | `dghs-imgutils` `anime_real` | 二分类，输出 real/anime 概率 |
 | 真人 vs 风景 | 真人检测器 | 检测到人脸/人物 → 真人，否则风景 |
-| 真人鉴黄 | NudeNet（已有 `lib/nwfs/320n.onnx`） | 保持现状 |
+| 真人鉴黄 | NudeNet（已有 `lib/human_nwfs/320n.onnx`） | 保持现状 |
 | 动漫鉴黄 | `dghs-imgutils` `anime_rating` / `nsfw_pred` | danbooru 评级：safe/questionable/explicit 分数 |
 
 - `dghs-imgutils`（`pip install dghs-imgutils`）一个包覆盖「真人/动漫判定」+「动漫鉴黄」+「动漫分类」，