/ Модель

Характеристики

Лицензия
Своя лицензия
Опубликована
9 июл 2026

rqsa-mil-v1

Классификация изображенийИзображение → label

RQSA-MIL — модель классификации изображений для выявления наготы и поддержки защитной модерации визуального контента.

0скачиваний за 30 дней0лайковвеса обновлены9 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

RQSA-MIL — модель компьютерного зрения для выявления наготы на изображениях, разработанная автором репозитория Shivapreetham17. Она использует MobileNetV2 с механизмом пространственного внимания, учитывающим качество регионов, и обучена методом multiple instance learning на разметке изображений и областей. Модель анализирует изображение через перекрывающиеся окна размером 224×224 и выдаёт вероятность для каждого региона; итоговую оценку изображения формируют усреднением наиболее высоких оценок для крупных и мелких окон. Репозиторий содержит модель в формате ONNX.

Модель предназначена для защитной модерации изображений: размытия или пометки потенциально откровенного контента в браузерах, пользовательских публикациях и системах безопасности. В README приведены результаты на тестовом наборе DS1: полнота 87,89%, специфичность 85,52% и AUC 92,98%. Для более быстрой обработки доступен режим fast, который уменьшает число анализируемых фрагментов.

Модель преимущественно обучалась на фотографиях; рисунки, аниме и сильно стилизованные изображения находятся вне распределения обучения. Безопасные изображения с большой площадью открытой кожи могут получать высокие оценки, а небольшие встроенные миниатюры оцениваются менее надёжно. Модель определяет наготу, но не согласие, возраст или контекст; спорные случаи требуют проверки человеком. Лицензия указана как other, конкретные условия в предоставленных данных не описаны.

Сценарии применения

  • выявление потенциально обнажённых изображений в пользовательских публикациях
  • автоматическое размытие откровенных изображений в браузере
  • предварительная фильтрация изображений для модерации
  • оценка риска NSFW-контента в системах безопасности

Ограничения

Модель обучена преимущественно на фотографиях и может ошибаться на рисунках, аниме, миниатюрах и безопасных изображениях с большой площадью открытой кожи. Она не определяет согласие, возраст или контекст, поэтому не должна быть единственным основанием для блокировок или обвинений.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model card: RQSA-MIL v1

Summary

RQSA-MIL (Region-Quality Supervised Attention for Multiple Instance Learning) is a nudity detection model: a MobileNetV2 backbone with a spatial attention gate conditioned on region quality. During training the gate receives the IoU between each region and ground-truth annotations; at inference it receives a pseudo-IoU of 0.5. Trained with weighted MIL on bag-level labels plus an attention diversity regularizer.

  • Architecture: MobileNetV2 (3.5M params) + IoU-conditioned attention (346K params, ~10% overhead) + linear head
  • Input: 224x224 crops produced by dense sliding-window inference over images normalized to a 690px short side
  • Output: per-region probability; image verdict via per-tier top-3 mean with calibrated dual thresholds (large tier 0.50, small tier 0.78)

Intended use

Defensive content moderation: blurring or flagging NSFW imagery in browsers, user-generated-content platforms, or safety pipelines. Not intended for punitive automated decisions about individuals without human review.

Performance (DS1 test set, dense evaluation)

MetricValue
Recall87.89%
Specificity85.52%
AUC92.98%
TPR at 1% FPR48.65%

Thresholding guidance

  • score = max(large-tier, small-tier) top-3 mean. Use as a UI confidence.
  • score_large is the recommended single-knob threshold (ROC/AUC numbers are computed on it). Lower threshold = stricter blocking, more false positives.
  • The fast preset trades some sensitivity for ~8x fewer patches; production CPU deployments use it for interactive latency.

Limitations

  • Trained primarily on photographic content; drawings, anime, and heavily stylized imagery are out of distribution.
  • Small embedded thumbnails (under ~140px on the normalized image) are scored by the noisier small-window tier only.
  • Skin-tone-heavy but safe content (swimwear, dermatology, classical art) can produce elevated scores; keep a human review path for contested verdicts.
  • The model detects nudity, not consent, age, or context. It must not be used as the sole basis for content takedowns or accusations.

Training data

Trained on a bounding-box-annotated nudity detection dataset (positives) and a nude/non-nude classification dataset (negatives). Datasets are not redistributed with this repository.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
73dae95

0 моделей