--- license: mit language: - zh - en pipeline_tag: image-classification tags: - image-classification - binary-classification - mobilenetv3 - pytorch - acg - anime - comic - game - computer-vision --- # 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 ```bash uv sync ``` ### 使用预训练模型 1. **下载模型**： - 从[Hugging Face仓库](https://huggingface.co/moyanjdc/IsACG/)下载预训练模型 - 将模型文件放入`models/release/`目录 2. **命令行推理**： ```bash python isacg.py --model_path models/release/IsACG_v1s_98.94%.onnx --image_path your_image.jpg ``` 3. **Web界面**： ```bash python webapp.py ``` 访问 http://localhost:8080 使用图形界面 4. **API服务**： ```bash 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 ```bash # 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 ```bash # 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 ```bash # 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 ```bash # 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) ```python # 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 ```python 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： 1. Fork本仓库 2. 创建特性分支 3. 提交更改 4. 发起Pull Request ## 许可证 本项目采用MIT许可证。详见LICENSE文件。 ## 致谢 - 感谢PyTorch和TorchVision团队 - 特别感谢[@Scighost](https://github.com/Scighost)老师的铯图（25%的训练集） - 感谢[Unplash](https://unsplash.com/)提供的真实图片图片数据集 - 感谢开源社区的支持 ## 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](https://huggingface.co/moyanjdc/IsACG/) --- *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。*

Made with ❤️ by moyanjdc · HF Hub · GitHub