IsACG - ACG风格图像分类模型
IsACG是一个轻量级的二分类图像分类模型系列，专门用于判断图像是否为ACG（动画、漫画、游戏）或二次元风格。项目基于PyTorch实现，提供完整的训练、评估和部署流程。
🌟 模型特色
- 🎯 高精度: 在ACG识别任务上达到99%准确率
- ⚡ 轻量快速: 参数量仅2.5M-5.5M，推理速度快
- 🔄 多格式支持: 原生PyTorch、ONNX格式，便于部署
- 📱 多端适用: 支持CPU、GPU、移动端部署
- 🔗 完整工具链: 包含数据预处理、训练、评估、转换和部署的全套工具
模型版本
| 版本 | 架构 | 参数 | 准确率 | 特点 |
|---|---|---|---|---|
| v1 | MobileNetV3-Large | 5.5M | ~99.1% | 高精度，适合服务器部署 |
| v1s | MobileNetV3-Small | 2.5M | ~98.9% | 轻量快速，适合移动端 |
| v2 | MobileNetV3-Small | 2.5M | ~97.5% | 改进泛化能力 |
🎯 使用场景
✅ 推荐使用
- 动漫/漫画内容过滤
- 游戏截图识别
- 二次元风格检测
- 内容审核系统
- 图像分类管道
⚠️ 注意事项
- 主要针对风格识别，而非内容理解
- 对于高度风格化的图像（如3D渲染动漫）可能误判
- 建议图像分辨率不低于256×256
快速开始
安装依赖
uv sync
使用预训练模型
下载模型：
- 从Hugging Face仓库下载预训练模型
- 将模型文件放入
models/release/目录
命令行推理：
python isacg.py --model_path models/release/IsACG_v1s_98.94%.onnx --image_path your_image.jpg
- Web界面：
python webapp.py
访问 http://localhost:8080 使用图形界面
- API服务：
python onnx_server.py
使用POST请求调用 /predict 接口
完整使用流程
1. 数据准备
# 准备原始数据
# 正样本（ACG风格）放在 dataset/yes/
# 负样本（非ACG风格）放在 dataset/no/
# 运行预处理
python pre_process.py
2. 训练模型
# 基本训练
python train.py --model_name mobilenet_v3_small --epochs 20 --batch_size 32
# 使用预训练权重
python train.py --model_name mobilenet_v3_small --use_pretrained
# 启用TensorBoard监控
python train.py --model_name mobilenet_v3_large --use_tensorboard
3. 模型转换与优化
# 转换为ONNX格式
python conv.py checkpoint.pth -v 1s -a 98.94
# 模型量化（减少模型大小）
python qua.py
4. 模型分析
# 查看模型检查点信息
python look.py checkpoint.pth
项目结构
IsFirefly/
├── model.py # 模型定义
├── train.py # 训练脚本
├── dataset.py # 数据加载
├── isacg.py # 推理评估
├── conv.py # 模型转换（PyTorch→ONNX）
├── qua.py # 模型量化
├── webapp.py # Gradio Web界面
├── onnx_server.py # Flask API服务
├── pre_process.py # 数据预处理
├── make_unplash.py # Unplash数据下载工具
├── look.py # 模型检查点分析
├── pyproject.toml # 项目配置
└── README.md # 说明文档
API接口说明
REST API (onnx_server.py)
# 请求示例
curl -X POST -F "file=@image.jpg" http://localhost:5000/predict
# 响应格式
{
"predicted_class": "acg",
"confidence": 0.9945,
"success": true
}
Python API
from isacg import TorchInference, ONNXInference
from PIL import Image
# 使用PyTorch模型
predictor = TorchInference("model.pth", device="cuda")
result = predictor.predict(Image.open("image.jpg"))
# 使用ONNX模型
predictor = ONNXInference("model.onnx", device="cuda")
result = predictor.predict("image.jpg")
训练配置
超参数
- 输入尺寸：512×512
- 学习率：1e-3
- 优化器：Adam
- 损失函数：交叉熵损失
- 学习率调度：ReduceLROnPlateau
- 数据增强：随机旋转、水平翻转、日晒效果
数据增强
项目包含多种数据增强技术，提高模型泛化能力：
- 随机旋转 (±25度)
- 随机水平翻转 (p=0.5)
- 随机日晒效果 (p=0.5)
性能指标
| 设备 | 推理速度 | 内存占用 | 推荐用途 |
|---|---|---|---|
| CPU (E5-2673V3) | ~25FPS | ~200MB | 本地测试 |
| GPU (GTX 750) | ~40FPS | ~500MB | 生产部署 |
📝 技术细节
模型架构
- 基础网络: MobileNetV3-Large/Small
- 输入尺寸: 512×512
- 输出: 二分类（0: 非ACG, 1: ACG）
- 参数量: 2.5M (v1s/v2) / 5.5M (v1)
训练数据
- 正样本: 50,00+ ACG图像（动漫、漫画、游戏）（来自@Scighost/爬虫）
- 负样本: 50,00+ 真实照片、插画等（来自Unplash）
- 数据增强: 随机旋转、翻转、色彩调整
贡献指南
欢迎贡献代码、数据或文档改进：
- Fork本仓库
- 创建特性分支
- 提交更改
- 发起Pull Request
许可证
本项目采用MIT许可证。详见LICENSE文件。
致谢
联系方式
- 项目主页：https://github.com/moyanj/IsACG
- 问题反馈：GitHub Issues
- 模型下载：Hugging Face Hub
注：本项目主要用于教育和研究目的。商业使用请确保遵守相关法律法规和版权要求。