/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
siglip · dense
Базовая модель
siglip2-base-patch16-512
Библиотека
transformers
Опубликована
19 мая 2025

siglip2-mini-explicit-content

Классификация изображенийИзображение → label3 профессии

Классификатор изображений на базе SigLIP 2 для выявления контента для взрослых и фильтрации безопасных изображений.

254скачиваний за 30 дней3лайкавеса обновлены19 мая 2025

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

Модель prithivMLmods/siglip2-mini-explicit-content — классификатор изображений, дообученный на базе Google SigLIP 2 base patch16-512 с архитектурой SiglipForImageClassification. Она относит изображение к одному из пяти классов: аниме, чувственный контент, хентай, порнография или безопасный для работы контент. Модель предназначена для модерации и фильтрации изображений, в частности аниме и материалов для взрослых.

Её можно применять для фильтрации публикаций и результатов поиска, родительского контроля, проверки изображений в рабочих средах и отбора датасетов. Модель выдаёт вероятностные оценки классов и не распознаёт насилие, наркотики или символику ненависти; результаты требуют проверки человеком и не являются юридической классификацией. Для распространения указана лицензия Apache-2.0.

Сценарии применения

  • модерация изображений в соцсетях и форумах
  • фильтрация изображений для безопасного поиска
  • родительский контроль при просмотре изображений
  • отбор изображений для датасетов без контента для взрослых
  • проверка изображений в рабочих средах

Ограничения

Классификация оптимизирована для аниме и контента для взрослых и не предназначена для обнаружения насилия, наркотиков или символики ненависти. Предсказания вероятностные, требуют проверки человеком и не являются юридической оценкой.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

3.png

siglip2-mini-explicit-content

siglip2-mini-explicit-content is an image classification vision-language encoder model fine-tuned from siglip2-base-patch16-512 for a single-label classification task. It is designed to classify images into categories related to explicit, sensual, or safe-for-work content using the SiglipForImageClassification architecture.

[!Note] This model is intended to promote positive, safe, and respectful digital environments. Misuse is strongly discouraged and may violate platform or regional guidelines. As a classification model, it does not generate unsafe content and is suitable for moderation purposes.

[!note] SigLIP 2: Multilingual Vision-Language Encoders with Improved Semantic Understanding, Localization, and Dense Features https://arxiv.org/pdf/2502.14786

[!Important] Note: Explicit, sensual, and pornographic content may appear in the results; however, all of them are considered not safe for work.

Classification Report:
                     precision    recall  f1-score   support

      Anime Picture     0.8897    0.8296    0.8586      5600
Extincing & Sensual     0.8984    0.9477    0.9224      5618
             Hentai     0.8993    0.9118    0.9055      5600
        Pornography     0.9527    0.9285    0.9404      5970
      Safe for Work     0.8957    0.9172    0.9063      6000

           accuracy                         0.9074     28788
          macro avg     0.9072    0.9069    0.9066     28788
       weighted avg     0.9076    0.9074    0.9071     28788

download (1).png


The model categorizes images into five classes:

  • Class 0: Anime Picture
  • Class 1: Extincing & Sensual
  • Class 2: Hentai
  • Class 3: Pornography
  • Class 4: Safe for Work

Run with Transformers

!pip install -q transformers torch pillow gradio
import gradio as gr
from transformers import AutoImageProcessor, SiglipForImageClassification
from transformers.image_utils import load_image
from PIL import Image
import torch

# Load model and processor
model_name = "prithivMLmods/siglip2-mini-explicit-content"
model = SiglipForImageClassification.from_pretrained(model_name)
processor = AutoImageProcessor.from_pretrained(model_name)

# Updated labels
labels = {
    "0": "Anime Picture",
    "1": "Extincing & Sensual",
    "2": "Hentai",
    "3": "Pornography",
    "4": "Safe for Work"
}

def detect_explicit_content(image):
    """Predicts content category in an uploaded image."""
    image = Image.fromarray(image).convert("RGB")
    inputs = processor(images=image, return_tensors="pt")

    with torch.no_grad():
        outputs = model(**inputs)
        logits = outputs.logits
        probs = torch.nn.functional.softmax(logits, dim=1).squeeze().tolist()

    predictions = {labels[str(i)]: round(probs[i], 3) for i in range(len(probs))}
    return predictions

# Gradio Interface
iface = gr.Interface(
    fn=detect_explicit_content,
    inputs=gr.Image(type="numpy"),
    outputs=gr.Label(label="Prediction Scores"),
    title="siglip2-mini-explicit-content",
    description="Upload an image to classify it as Anime, Hentai, Sensual, Pornographic, or Safe for Work."
)

if __name__ == "__main__":
    iface.launch()

Guidelines for Use of siglip2-mini-explicit-content

This model is designed for responsible content moderation and filtering. It is especially tuned for anime, hentai, and adult content. Use it ethically, with the following guidelines:

Recommended Use Cases

  • Content Moderation in social media and forums
  • Parental Controls for safer browsing environments
  • Dataset Curation for removing NSFW images from training data
  • Safe Search Filtering for engines and discovery systems
  • Workplace Image Scanning for compliance

Prohibited or Discouraged Use

  • Harassment, exposure, or targeting of individuals
  • Use on private content without consent
  • Illegal or unethical surveillance
  • Sole reliance for legal or reputational decisions
  • Deceptive manipulation of moderation results

Important Notes

  • Optimized for anime and adult content detection. Not suitable for detecting violence, drugs, or hate symbols.
  • Probabilistic outputs — always verify with human review where needed.
  • This model's predictions are not legal classifications.

Demo Inference

[!warning] Anime Picture

Screenshot 2025-05-19 at 21-47-04 siglip2-mini-explicit-content.png

[!warning] Extincing & Sensual

Screenshot 2025-05-19 at 21-57-52 siglip2-mini-explicit-content(1).png Screenshot 2025-05-19 at 22-00-30 siglip2-mini-explicit-content(1).png

[!warning] Hentai

Screenshot 2025-05-19 at 21-48-48 siglip2-mini-explicit-content(1).png

[!warning] Pornography

Screenshot 2025-05-19 at 22-07-04 siglip2-mini-explicit-content(1).png

[!warning] Safe for Work

Screenshot 2025-05-19 at 22-01-45 siglip2-mini-explicit-content.png


Ethical Reminder

This tool was created to enhance digital safety. Do not use it to harm, surveil, or exploit individuals or communities. By using this model, you commit to ethical and privacy-respecting practices.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
SiglipForImageClassification
Ревизия весов
fb2e0da

0 моделей