3.7 KiB
3.7 KiB
2026-08-29：图像类型分类 + 双鉴黄 方案
目标
区分 真人 / 动漫 / 风景 三类图片，分别落不同目录；真人、动漫各用一套本地离线鉴黄， 命中的敏感图按分值档落到对应目录。全程本地运行，不依赖在线大模型。
分类定义
| 类型 | 含义 | 敏感判定 |
|---|---|---|
| 真人 | 真实照片且含人物 | NudeNet（现用，照片训练） |
| 动漫 | 二次元/插画/3D 渲染 | wd14/danbooru 动漫鉴黄 |
| 风景 | 真实照片无人物（纯场景） | 一般不做 |
模型选型（全部本地 ONNX）
| 阶段 | 模型 | 说明 |
|---|---|---|
| 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 |
| 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」， 纯 ONNX、CPU、离线，与现有 NudeNet 同栈。- 「真人 vs 风景」需真人检测器，可选：
- YOLOv8n person（COCO，约 6MB）：检测整个人，更符合「真人」语义
- RetinaFace 人脸（约 1.6MB）：只认脸，快但漏掉没脸的人物照
判定流程
图片 → ① anime_real 判定
├─ 动漫 → ② 动漫鉴黄(anime_rating/nsfw_pred) → 分值
│ ├─ 正常 → 图片_动漫_方向_清晰度/明暗
│ └─ 敏感 → 图片_敏感_动漫_<分值档>
└─ 真人 → ③ 真人检测器
├─ 无人物 → 风景 → 图片_风景_方向_清晰度/明暗
└─ 有人物 → ④ NudeNet 鉴黄
├─ 正常 → 图片_真人_方向_清晰度/明暗
└─ 敏感 → 图片_敏感_真人_<分值档>
落地改动点
internal/nsfw/server.py：升级为「类型判定 + 双鉴黄」服务，/detect返回{subject, isAnime, nsfwScore, nsfwType}（或拆多个接口）internal/classify：新增 subject 维度，拼目录名图片_<subject>_方向_清晰度/明暗与图片_敏感_<subject>_<分值档>internal/organize：probe 阶段收集 subject + 分值，分流到对应目录internal/store+ 前端：媒体库加「真人/动漫/风景」筛选；色情识别页面标注类型与分值lib/：新增 imgutils 各模型 + 真人检测器模型（离线分发，同320n.onnx思路， 首次联网下载进 lib）
确认点（待用户拍板）
- 「真人」判定标准：检测到人脸就算（RetinaFace，轻量），还是要检测到整个人 （YOLO person）？宠物/静物照片归哪类（风景 or 单独「其他」）？
- 动漫风景（二次元场景图）归「动漫」还是「风景」？（默认归「动漫」）
- 目录结构：普通图保持
图片_<类型>_方向_清晰度/明暗；敏感图用图片_敏感_<类型>_<分值档>（分值档沿用 20/40/60/80/100 五档）。还是敏感图也要保留方向/明暗？ - 动漫鉴黄阈值/等级：
questionable（擦边）和explicit（露骨）都算敏感，还是只有explicit算？ - 离线模型体积：imgutils 各模型 + YOLO 合计约几十到几百 MB（wd14 动漫鉴黄模型较大），
需首次联网下载进
lib/再分发——接受吗？还是改用更小的动漫鉴黄模型（精度略降）？