nsfw-classifier

Classificador de imagens em 5 categorias para moderação de conteúdo. ResNet34 ajustada por transfer learning a partir do ImageNet.

Leia a seção "Limitações" antes de usar. A acurácia global de 91% não descreve o comportamento do modelo fora do dataset de treino.

Classes

anime_drawing · hentai · neutral · porn · sexy

Uso

from huggingface_hub import hf_hub_download
from safetensors.torch import load_file
from fastai.vision.all import *

pesos = hf_hub_download("SEU_USUARIO/nsfw-classifier", "model.safetensors")
learn = vision_learner(dls, resnet34, n_out=5)
learn.model.load_state_dict(load_file(pesos))

Pré-processamento (em config.json): redimensionar para 256, recortar 224, RGB em escala 0–1, normalização ImageNet (mean=[0.485,0.456,0.406], std=[0.229,0.224,0.225]).

Só o safetensors é distribuído. O .pkl do fastai foi removido: pickle executa código ao ser carregado, e o scanner do Hugging Face o marcava como inseguro.

Treino

Dados	22.434 imagens (treino) + 4.049 (validação)
Fonte	strangerguardhf/NSFW-MultiDomain-Classification
Arquitetura	ResNet34 pré-treinada no ImageNet
Regime	fine_tune(10, base_lr=1e-3) — 1 época congelada + 9 destravadas
Hardware	GTX 1070 Ti, 22,5 min

Resultados

Dentro da distribuição (validação, 4.049 imagens)

Acurácia global: 91,75%

classe	recall	precisão
anime_drawing	91,2%	89,3%
hentai	88,0%	92,8%
neutral	90,9%	91,1%
porn	93,5%	95,6%
sexy	94,3%	90,5%

Fora da distribuição (holdout, 29.629 imagens do Reddit)

Acurácia global: 91,01% — e este número engana. O holdout é 72% neutral, então o agregado reflete quase só essa classe.

classe	n	validação	holdout	queda
anime_drawing	2.657	91,2%	87,1%	-4,1
hentai	1.196	88,0%	85,9%	-2,1
neutral	21.294	90,9%	92,4%	+1,5
porn	347	93,5%	60,2%	-33,3
sexy	4.135	94,3%	90,5%	-3,8

Limitações

A classe porn não generaliza

Recall cai de 93,5% para 60,2% e a precisão vai a 31,1% em dados de outra origem — de tudo que o modelo chama de porn, só um terço é.

A causa é conhecida: das 5.600 imagens de porn no treino, quase todas vêm de uma única fonte. O modelo aprendeu a noção de pornografia daquele dataset — material produzido — e erra em conteúdo amador.

Mas detecta "explícito" com confiabilidade

Os porn perdidos vão para sexy, não para neutral. Tratando as duas como uma classe única:

	detectado como explícito
porn real (347)	91,6%
sexy real (4.135)	95,7%
falso positivo vindo de neutral	3,4%

Recomendação para produção: una porn e sexy num único rótulo. Como detector binário NSFW o modelo é sólido; como classificador de grau, a fronteira entre os dois não sobrevive à troca de distribuição — e é uma fronteira de convenção, não de fato.

Outras

• anime_drawing ↔ hentai é a confusão mais frequente nas duas avaliações. Fronteira de grau, na qual anotadores humanos também divergem.
• Só imagens. Para vídeo, extraia frames e agregue as previsões.
• Viés de fonte. O treino vem de um dataset marcado como parcialmente sintético; parte do material pode ser gerada por IA.
• Não é um sistema de moderação completo. É um classificador. Decisões automáticas sobre conteúdo de usuários exigem revisão humana e calibração de limiar conforme o custo de cada tipo de erro.

Atribuição

Treinado sobre strangerguardhf/NSFW-MultiDomain-Classification. Verifique a licença do dataset antes de redistribuir este modelo.