CLIP based NSFW Detector 다운로드 - CLIP based NSFW Detector 소스코드 다운로드

CLIP based NSFW Detector

기타 소스코드

다운로드

CLIP 기반 NSFW 감지기

이 2 클래스 NSFW 감지기는 CLIP ViT L/14 임베딩을 입력으로 사용하는 경량 Autokeras 모델입니다. 0과 1(1 = NSFW) 사이의 값을 추정하며 이미지 삽입과 잘 작동합니다.

DEMO-Colab: https://colab.research.google.com/drive/19Acr4grlk5oQws7BHTqNIK-80XGw2u8Z?usp=sharing

교육용 CLIP VL/14 임베딩은 여기에서 다운로드할 수 있습니다: https://drive.google.com/file/d/1yenil0R4GqmTOFQ_GVw__x61ofZ-OBcS/view?usp=sharing (완전히 수동으로 주석을 달지 않았으므로 테스트로 사용할 수 없음)

(수동으로 주석이 달린) 테스트 세트는 https://github.com/LAION-AI/CLIP-based-NSFW-Detector/blob/main/nsfw_testset.zip에 있습니다.

https://github.com/rom1504/embedding-reader/blob/main/examples/inference_example.py laion5B에 대한 추론

모델 사용 예:

 @ lru_cache ( maxsize = None )
def load_safety_model ( clip_model ):
    """load the safety model"""
    import autokeras as ak  # pylint: disable=import-outside-toplevel
    from tensorflow . keras . models import load_model  # pylint: disable=import-outside-toplevel

    cache_folder = get_cache_folder ( clip_model )

    if clip_model == "ViT-L/14" :
        model_dir = cache_folder + "/clip_autokeras_binary_nsfw"
        dim = 768
    elif clip_model == "ViT-B/32" :
        model_dir = cache_folder + "/clip_autokeras_nsfw_b32"
        dim = 512
    else :
        raise ValueError ( "Unknown clip model" )
    if not os . path . exists ( model_dir ):
        os . makedirs ( cache_folder , exist_ok = True )

        from urllib . request import urlretrieve  # pylint: disable=import-outside-toplevel

        path_to_zip_file = cache_folder + "/clip_autokeras_binary_nsfw.zip"
        if clip_model == "ViT-L/14" :
            url_model = "https://raw.githubusercontent.com/LAION-AI/CLIP-based-NSFW-Detector/main/clip_autokeras_binary_nsfw.zip"
        elif clip_model == "ViT-B/32" :
            url_model = (
                "https://raw.githubusercontent.com/LAION-AI/CLIP-based-NSFW-Detector/main/clip_autokeras_nsfw_b32.zip"
            )
        else :
            raise ValueError ( "Unknown model {}" . format ( clip_model ))  # pylint: disable=consider-using-f-string
        urlretrieve ( url_model , path_to_zip_file )
        import zipfile  # pylint: disable=import-outside-toplevel

        with zipfile . ZipFile ( path_to_zip_file , "r" ) as zip_ref :
            zip_ref . extractall ( cache_folder )

    loaded_model = load_model ( model_dir , custom_objects = ak . CUSTOM_OBJECTS )
    loaded_model . predict ( np . random . rand ( 10 ** 3 , dim ). astype ( "float32" ), batch_size = 10 ** 3 )

    return loaded_model
    
    
nsfw_values = safety_model . predict ( embeddings , batch_size = embeddings . shape [ 0 ])

이 코드와 모델은 MIT 라이센스에 따라 릴리스됩니다.

저작권 2022, 크리스토프 슈만

본 소프트웨어 및 관련 문서 파일("소프트웨어")의 사본을 취득한 모든 사람에게 사용, 복사, 수정, 병합에 대한 권리를 포함하되 이에 국한되지 않고 제한 없이 소프트웨어를 취급할 수 있는 권한이 무료로 부여됩니다. , 소프트웨어 사본을 게시, 배포, 재라이센스 부여 및/또는 판매하고, 소프트웨어를 제공받은 사람에게 다음 조건에 따라 그렇게 하도록 허용합니다.

소프트웨어는 상품성, 특정 목적에의 적합성 및 비침해에 대한 보증을 포함하되 이에 국한되지 않고 명시적이든 묵시적이든 어떠한 종류의 보증 없이 "있는 그대로" 제공됩니다. 어떠한 경우에도 작성자나 저작권 보유자는 계약, 불법 행위 또는 기타 행위로 인해 소프트웨어나 사용 또는 기타 거래와 관련하여 발생하는 모든 청구, 손해 또는 기타 책임에 대해 책임을 지지 않습니다. 소프트웨어.

확장하다

추가 정보