NSFW Detector

Fork版本 较原版

• 新增auth认证请求头
• 使用环境变量配置(移除config配置文件)
• 新增docker-compose.yml部署
• 修复dockerfile过期依赖

简介

这是一个 NSFW 内容检测器，现已升级为更强的本地模型用于鉴黄与标签分类。 默认鉴黄模型为 Freepik/nsfw_image_detector，默认标签分类模型为 SmilingWolf/wd-vit-tagger-v3，标签分类使用 WD 系列专用多标签模型而不是 zero-shot CLIP。

现在同时支持图片、视频自动标签分类接口，/tag 会基于模型识别结果输出最多 3 个中文高层标签，例如动漫、少女、萝莉、动物、风景，适合精准归类与素材整理。

相比其它常见的 NSFW 检测器，这个检测器的优势在于：

• 基于 AI ，准确度更好。
• 支持纯 CPU 推理，可以运行在大部分服务器上。
• 自动调度多个 CPU 加速推理。
• 对外接口仍保持 nsfw 和 normal 两个结果字段，内部会自动兼容更强鉴黄模型输出。
• 以 API 的方式提供服务，更方便集成到其它应用中。
• 基于 Docker 部署，便于分布式部署。
• 纯本地，保护您的数据安全。

性能需求

运行这个模型最多需要 2GB 的内存。不需要显卡的支持。 在同时处理大量请求时，可能需要更多的内存。

支持的文件类型

这个检测器支持检查的文件类型：

• ✅ 图片（已支持）
• ✅ PDF 文件（已支持）
• ✅ 视频（已支持）
• ✅ 压缩包中的文件（已支持）
• ✅ Doc,Docx（已支持）

快速开始

docker compose部署（推荐）

# 1. 创建nsfw_detector目录
mkdir -p /opt/nsfw_detector && cd /opt/nsfw_detector

# 2. 下载docker-compose.yml文件
wget https://raw.githubusercontent.com/ilolioo/nsfw_detector/refs/heads/main/docker-compose.yml

# 3. 启动服务【注意docker-compose.yml文件中支持的环境变量】
docker compose up -d

docker部署（不推荐）

docker run -d -p 3333:3333 --name nsfw-detector ilolioo/nsfw_detector:latest

支持的系统架构：x86_64、ARM64(此版本未构建)

环境变量

Option	Default	Description
NSFW_THRESHOLD	0.8	检测阈值 (0-1)
NSFW_MODEL_RESET_THRESHOLD	10000	鉴黄模型重置阈值
TAG_MODEL_RESET_THRESHOLD	5000	标签模型重置阈值
WD_GENERAL_THRESHOLD	0.32	WD 通用标签阈值
WD_CHARACTER_THRESHOLD	0.80	WD 角色标签阈值
FFMPEG_MAX_FRAMES	20	FFmpeg处理最大帧数
FFMPEG_MAX_TIMEOUT	1800	FFmpeg处理超时时间
AUTH_TOKEN	None	API 认证 token (optional)
HF_ENDPOINT	None	大陆机器需配置镜像下载抱脸托管模型，推荐https://hf-mirror.com (optional)

使用内置的 Web 界面进行检测

访问地址：http://localhost:3333

API 文档页面：http://localhost:3333/api-docs

首页已内置 API 文档入口，可直接跳转查看 /check 与 /tag 的请求参数、鉴权说明和响应示例。

使用 API 进行内容检查

如已配置 auth_token，请求时请在 Header 中携带：Authorization: Bearer <token>

# 检测
curl -X POST -F "file=@/path/to/image.jpg" http://localhost:3333/check

# 检查本地的文件
curl -X POST -F "path=/path/to/image.jpg" http://localhost:3333/check

使用 API 进行自动标签分类

/tag 会将模型识别结果聚合为中文高层标签，最多返回 3 个结果，不输出 long hair 这类细碎属性标签。

# 上传图片或视频进行标签分类
curl -X POST -F "file=@/path/to/image.jpg" http://localhost:3333/tag

# 检查服务器本地文件
curl -X POST -F "path=/path/to/video.mp4" http://localhost:3333/tag

返回示例：

{
  "status": "success",
  "filename": "sample.jpg",
  "result": {
    "type": "image",
    "tags": [
      {"key": "动漫", "label": "动漫", "score": 0.9984},
      {"key": "少女", "label": "少女", "score": 0.9961},
      {"key": "萝莉", "label": "萝莉", "score": 0.9418}
    ]
  }
}

视频返回会额外包含 frames_analyzed 字段，表示参与聚合分类的视频帧数量。

自动标签分类相关环境变量

Option	Default	Description
TAG_MODEL_RESET_THRESHOLD	5000	标签模型重置阈值
WD_GENERAL_THRESHOLD	0.32	WD 通用标签阈值
WD_CHARACTER_THRESHOLD	0.80	WD 角色标签阈值
TAG_TOP_K	3	自动标签接口最多返回多少个标签
TAG_MIN_SCORE	0.15	自动标签接口最小分数阈值

许可证

本项目基于 Apache 2.0 许可证开源。