jiangchengchengNLP/image_l_class

Image L-Class — 图片内容分级 (L1–L4)

基于 EfficientNet 的图片内容分级模型，支持 L1–L4 四级分类。

分类标准

等级	说明	示例
L1	轻度性感内容	正常身材 + 性感内衣/衣物遮挡下体，姿势正常无性暗示
L2	中度性感内容	夸张身材 + 衣着性感/较少，姿势有较强性暗示
L3	重度性感内容	裸露（半裸/全裸），私密部位暴露
L4	色情内容	明确性行为/性交内容

详细分级标准见 数据准备文档

---

当前版本：v1.0.1（推荐部署）

项目	值
版本	v1.0.1
文件	efficientNet/V2M/efficientNet-V2M-ema-fp16.onnx（同 v1.0.1 权重）
版本归档	efficientNet/V2M/efficientNet-V2M-ema-fp16-v1.0.1.onnx
架构	tf_efficientnetv2_m（timm）
输入尺寸	384 × 384
精度	FP16（ONNX 输入须 float16）
权重	EMA
大小	~101 MB
训练数据	~30.6K（Civitai 人工复核 + 线上复核 + ~4K qwen-image-edit）
基座	v1.0.0 权重 --resume 微调（40 epoch）
定位	L2 / L3 边界档加强

同集对比（data_20K_v3_split/val，5224 张 @384）

等级	v1.0.0	v1.0.1	Δ
Overall	92.99%	94.08%	+1.09
L1 Recall	95.35%	96.05%	+0.70
L2 Recall	86.67%	88.30%	+1.63
L3 Recall	85.54%	89.19%	+3.65
L4 Recall	96.69%	96.86%	+0.17

变更摘要

• 在 v1.0.0 上 --resume 微调，训练数据扩至 ~30.6K（含 ~4K qwen-image-edit 生图，人工复核）
• 重点提升 L2 / L3 边界档

训练验证集（data_24K_v4_split/val，6113 张）

等级	Precision	Recall	样本数
Overall	—	96.52%	6113
L1	97.51%	97.55%	2124
L2	92.53%	93.65%	913
L3	96.45%	94.88%	1290
L4	97.44%	97.93%	1786

与上表 5224 张为不同划分，Overall 不可直接对比。

ONNX Runtime 推理（V2M v1.0.1）

import onnxruntime as ort
import numpy as np
from PIL import Image
from torchvision import transforms

MODEL_PATH = "efficientNet/V2M/efficientNet-V2M-ema-fp16.onnx"
IMG_SIZE = 384
CLASS_NAMES = ["L1", "L2", "L3", "L4"]

session = ort.InferenceSession(MODEL_PATH, providers=["CPUExecutionProvider"])
input_name = session.get_inputs()[0].name
input_dtype = np.float16  # FP16 模型必须用 float16 喂入

transform = transforms.Compose([
    transforms.Resize((IMG_SIZE, IMG_SIZE)),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406],
                         std=[0.229, 0.224, 0.225]),
])

img = Image.open("image.jpg").convert("RGB")
input_tensor = transform(img).unsqueeze(0).numpy().astype(input_dtype)

outputs = session.run(None, {input_name: input_tensor})[0]
pred_id = int(np.argmax(outputs, axis=1)[0])
print(f"预测等级: {CLASS_NAMES[pred_id]}")

推理服务（本地）

cd image_L_class_train/tools/inference_server
python app.py \
  --model-path /path/to/efficientNet-V2M-ema-fp16.onnx \
  --model-format onnx \
  --img-size 384 \
  --device cpu \
  --port 6006

支持 file / files 上传，以及 JSON/form 字段 image_url。

---

历史版本：v1.0.0

项目	值
训练数据	~26K（Civitai 人工复核）
验证集	data_20K_v3_split/val，5224 张
Overall Acc	92.99%

等级	Acc	Precision	Recall	样本数
L1	95.35%	94.48%	95.35%	1848
L2	86.67%	88.32%	86.67%	855
L3	85.54%	90.56%	85.54%	740
L4	96.69%	94.56%	96.69%	1781

---

历史模型：EfficientNet-B0（轻量版）

项目	值
文件	efficientNet/B0/efficientNet-B0.onnx
架构	EfficientNet-B0
输入尺寸	224 × 224（Resize 256 + CenterCrop 224）
精度	FP32
大小	~14 MB

分类精度（B0 基准）

等级	准确率
Overall	82.50% (n=1400)
L1	87.47%
L2	73.31%
L3	84.87%
L4	82.93%

ONNX Runtime 推理（B0）

import onnxruntime as ort
import numpy as np
from PIL import Image
from torchvision import transforms

session = ort.InferenceSession("efficientNet/B0/efficientNet-B0.onnx")
input_name = session.get_inputs()[0].name

transform = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406],
                         std=[0.229, 0.224, 0.225]),
])

img = Image.open("image.jpg").convert("RGB")
input_tensor = transform(img).unsqueeze(0).numpy()

outputs = session.run(None, {input_name: input_tensor})[0]
pred_id = np.argmax(outputs, axis=1)[0]
class_names = ["L1", "L2", "L3", "L4"]
print(f"预测等级: {class_names[pred_id]}")

---

权重文件一览

路径	大小	说明
efficientNet/V2M/efficientNet-V2M-ema-fp16.onnx	~101 MB	当前部署：V2M EMA FP16 @384 v1.0.1
efficientNet/V2M/efficientNet-V2M-ema-fp16-v1.0.1.onnx	~101 MB	v1.0.1 版本归档
efficientNet/B0/efficientNet-B0.onnx	~14 MB	历史轻量 FP32 @224

训练与继续微调

• 训练代码：image_L_class_train
• 框架：timm + PyTorch
• 线上 badcase 对齐 / 继续微调：见仓库内 docs/上线继续训练.md

部署建议

场景	建议
生产	V2M FP16 @384 v1.0.1，ONNX Runtime
GPU	FP32 ONNX + CUDA（低延迟）
CPU	FP16 ONNX；可设 OMP_NUM_THREADS=32
轻量	B0 FP32 @224