开源一个色情图像（NSFW）识别方案，支持私有部署和 HTTP 调用

[xiaoz]

起因：之前 ImgURL 一直使用雅虎的 Open NSFW 识别方案，但是 Open NSFW 这个项目 2019 年就归档且不再更新了。最近正在重构 ImgURL ，顺便准备寻找新的色情图像识别方案，结果找了一圈，没发现满足自己需求的，于是就手搓了一个，希望对开发者有帮助。

Github 开源：https://github.com/helloxz/nsfw

测试 API：https://nsfw.demo.mba/check?url=https://www.imgurl.org/static/images/logo.png

只需要把 URL 参数值替换为任意可访问的图片地址即可识别，个人感觉识别率比 Open NSFW 更强一些，而且速度也不错。（识别速度非 http 下载和请求速度）

介绍

基于 AdamCodd/vit-base-nsfw-detector/ 实现，并封装为 HTTP API 调用，可用于识别网络色情图像（ nsfw 识别），适合纯 CPU 机器推理，轻量级实现方案。

特点

• 纯 CPU 推理，适合大多数云服务器或 VPS
• 支持的图片类型：jpg/png/bmp/webp
• 支持 HTTP API 调用
• 支持鉴权访问
• 轻量级实现，资源占用较低
• 识别速度较快
• 支持 Docker 私有部署

Docker 部署

docker run -d \
  --name nsfw \
  -p 6086:6086 \
  --restart always \
  helloz/nsfw

完整的说明可以访问 Github 查看： https://github.com/helloxz/nsfw

新增了WEBUI，部署的时候可通过环境变量选择是否启用。WEBUI测试地址：https://nsfw.demo.mba/

[MIUIOS]

可以看下数据集吗，我需要人工详细标注一下

[xiaoz]

@MIUIOS #1,模型用的是 https://huggingface.co/AdamCodd/vit-base-nsfw-detector/ 开源的，我本身并没有进行模型训练。

所以我这里没有数据集，哈哈。

[Pantheonn]

用射了，确实不错，可以加一个识别本地图片吗

[hccsoul326]

可以反着用不，去捞一堆图片，部署上去反向过滤一下，只留下色图

[xiaoz]

@Pantheonn #3 ，就是本地 POST 图片上去识别是吧？如果我理解得没错的话，准备近期添加。

[xiaoz]

@hccsoul326 #4 ，你需要部署一个图床服务就可以实现了。比如我开头所说，哈哈哈。

[nicoljiang]

这个对涉政、涉暴力 等方面没用吧？

[xiaoz]

@nicoljiang #7 ，没用哈，底层模型只针对色情图像进行了训练，如果要更多类型的识别，需要自己训练模型。

[abel533]

能不能识别色情、暴力、血腥等分类？

[xiaoz]

@abel533 #9 ，不支持哦，如 8 楼所述。

[Maboroshii]

整蜜罐是吧

[nananqujava]

我需要反向过滤

[Pantheonn]

@xiaoz #5 是的，GitHub 主页已 star ，期待更新

[xiaoz]

@Maboroshii #11 ，没有啊，源码都在 Github 开源了，图片压根就没有保存。

[xiaoz]

@Pantheonn #13 ，正在写代码，晚上应该就支持了。

[xiaoz]

@Pantheonn #3 ，最新版已经支持 POST 上传文件识别，docker pull 更新下即可。

[slert]

和 nsfwjs 相比识别质量如何

[xiaoz]

@slert #17 ，没有详细对比测试过，你可以试试看。

[xclrr]

yahoo 的模型只有 22MB ，这个 300 多 MB 不够轻量啊

[xiaoz]

@xclrr #19 ，你拿容器镜像大小和模型大小去对比？？？
1. 这个项目的模型大小大概 50MB 左右，看这里:https://github.com/helloxz/nsfw/tree/main/app/onnx ，单从模型的大小来说，雅虎模型只有 20M 左右确实更小，但是个人测试了下雅虎的效果相对更差一些。
2. 容器包括 Python 运行环境和相关依赖，自然更大一些。
3. 如果单纯的去对比体积，是不是镜像对比镜像更合理一些？这是第三方基于 open nsfw 的镜像:https://hub.docker.com/r/eugencepoi/nsfw_api 体积是 600M
4. 轻量指的是相对市面上的方案实现和运行时资源占用，而不是单纯看体积。就算对比容器体积，我的镜像也是相对偏小，你可以自行去 docker 搜索 nsfw 对比。

请辩证的看待问题，谢谢。

[gargar]

感谢分享。有没有性能测试数据？

[gargar]

简单测了一下，苹果 M 芯片 0.5-0.8 秒，云主机比较弱要 3-4 秒。

[xiaoz]

@gargar #22 ，感谢反馈，代码里面强制了 CPU 运行，不同的 CPU 以及核心数有差距，M 芯片算是比较强的了。如果是 GPU 运行的话效率会更高。