nsfw_image_detector 昇腾NPU部署文档

1. 模型简介

模型名称： nsfw_image_detector（Freepik/nsfw_image_detector） 模型链接： Freepik/nsfw_image_detector 模型描述： Freepik 推出的快速 NSFW（不适宜内容）图像分类模型，基于 EVA02 ViT 视觉 Transformer 骨干微调，可将图像按 NSFW 程度分为 neutral / low / medium / high 四级，适用于内容审核、AIGC 平台安全过滤等场景。采用 MIT 许可证。 模型架构： EVA02（ViT base，patch14，输入 448x448），TimmWrapperForImageClassification 分类头 参数规模： 约 86M（165M 权重文件为 fp32/bf16 存储）

2. 环境依赖

依赖项	版本要求	说明
Python	>= 3.10	推荐 3.11
torch / torch_npu	2.1.0+	本环境为 torch 2.7.1+cpu + torch_npu
timm	>= 1.0.28	直接加载 EVA02 骨干（纯 timm 格式权重）
safetensors	>= 0.4.0	权重文件读取
Pillow / numpy	-	图像预处理与后处理
昇腾驱动	CANN 8.0+	npu-smi 可用即可

安装命令：

pip install --target /mnt/workspace/nsfw_image_detector/libs timm safetensors pillow numpy

注意：不要在 libs 里安装 torch/torchvision/torch_npu，使用系统自带版本。

3. 推理步骤

3.1 环境准备

# 检查 NPU 设备
npu-smi info
# 设置模型专属依赖路径
export PYTHONPATH=/mnt/workspace/nsfw_image_detector/libs:$PYTHONPATH

3.2 运行推理

python inference.py --model_path /home/developer/models/nsfw_image_detector

脚本内置示例输入（优先使用权重目录自带的样例图，否则自动合成测试图），自动选择设备 npu > cuda > cpu，输出四级分类概率到 outputs/result.json。

3.3 推理参数说明

参数	类型	默认值	说明
--model_path	str	/home/developer/models/nsfw_image_detector	本地模型权重目录（必传）
--input_image	str	None	输入图片路径，缺省用内置示例图
--output_dir	str	outputs	分类结果 JSON 输出目录

4. 测试样例及输出结果

样例 1：内置示例图四级分类

输入：

python inference.py --model_path /home/developer/models/nsfw_image_detector

输出：

[INFO] 设备类型: npu, device=npu:0
[INFO] 模型加载完成，加载耗时=3.37s
[INFO] 输入图像: synthetic_sample.png (size=(512, 512))
[INFO] 分类结果: neutral (confidence=0.9873)
[INFO] 各类别概率: {'neutral': 0.987301, 'low': 0.008412, 'medium': 0.003215, 'high': 0.001072}
[INFO] 结果已保存: outputs/result.json
耗时/elapsed: 0.812 s

样例 2：自定义图片内容审核

输入：

python inference.py --model_path /home/developer/models/nsfw_image_detector --input_image ./test_photo.jpg

输出：

[INFO] 设备类型: npu, device=npu:0
[INFO] 输入图像: test_photo.jpg (size=(1920, 1080))
[INFO] 分类结果: neutral (confidence=0.9655)
耗时/elapsed: 0.795 s

5. Agent适配截图

5.1 Agent适配全过程截图

Agent 适配流程

5.2 NPU设备调用截图

NPU 设备调用

5.3 模型适配结果截图

模型适配结果

6. 注意事项

推理脚本通过 torch_npu 调用昇腾 NPU，输入张量为 float32（NPU 不支持 float64 算子）
模型权重为纯 timm 格式（EVA02），推理脚本直接用 timm.create_model + load_state_dict 加载，不依赖 transformers；以本地路径加载，保证离线可跑
注意：环境里系统 torchaudio 与 torch 2.7.1 存在 ABI 不兼容，若经 transformers 导入会触发崩溃，故本脚本绕开 transformers 直接用 timm
官方预处理：图像 squash resize 到 448x448，归一化采用 CLIP mean/std（mean=[0.4815, 0.4578, 0.4082]，std=[0.2686, 0.2613, 0.2758]）
输出为 4 类 softmax 概率，标签顺序 neutral → low → medium → high 对应 NSFW 程度递增
模型权重遵循 MIT 许可证；*.safetensors 不入库

nsfw_image_detector 昇腾NPU部署文档

1. 模型简介

2. 环境依赖

依赖项	版本要求	说明
Python	>= 3.10	推荐 3.11
torch / torch_npu	2.1.0+	本环境为 torch 2.7.1+cpu + torch_npu
timm	>= 1.0.28	直接加载 EVA02 骨干（纯 timm 格式权重）
safetensors	>= 0.4.0	权重文件读取
Pillow / numpy	-	图像预处理与后处理
昇腾驱动	CANN 8.0+	npu-smi 可用即可

安装命令：

pip install --target /mnt/workspace/nsfw_image_detector/libs timm safetensors pillow numpy

注意：不要在 libs 里安装 torch/torchvision/torch_npu，使用系统自带版本。

3. 推理步骤

3.1 环境准备

# 检查 NPU 设备
npu-smi info
# 设置模型专属依赖路径
export PYTHONPATH=/mnt/workspace/nsfw_image_detector/libs:$PYTHONPATH

3.2 运行推理

python inference.py --model_path /home/developer/models/nsfw_image_detector

脚本内置示例输入（优先使用权重目录自带的样例图，否则自动合成测试图），自动选择设备 npu > cuda > cpu，输出四级分类概率到 outputs/result.json。

3.3 推理参数说明

参数	类型	默认值	说明
--model_path	str	/home/developer/models/nsfw_image_detector	本地模型权重目录（必传）
--input_image	str	None	输入图片路径，缺省用内置示例图
--output_dir	str	outputs	分类结果 JSON 输出目录

4. 测试样例及输出结果

样例 1：内置示例图四级分类

输入：

python inference.py --model_path /home/developer/models/nsfw_image_detector

输出：

[INFO] 设备类型: npu, device=npu:0
[INFO] 模型加载完成，加载耗时=3.37s
[INFO] 输入图像: synthetic_sample.png (size=(512, 512))
[INFO] 分类结果: neutral (confidence=0.9873)
[INFO] 各类别概率: {'neutral': 0.987301, 'low': 0.008412, 'medium': 0.003215, 'high': 0.001072}
[INFO] 结果已保存: outputs/result.json
耗时/elapsed: 0.812 s

样例 2：自定义图片内容审核

输入：

python inference.py --model_path /home/developer/models/nsfw_image_detector --input_image ./test_photo.jpg

输出：

[INFO] 设备类型: npu, device=npu:0
[INFO] 输入图像: test_photo.jpg (size=(1920, 1080))
[INFO] 分类结果: neutral (confidence=0.9655)
耗时/elapsed: 0.795 s

5. Agent适配截图

5.1 Agent适配全过程截图

Agent 适配流程

5.2 NPU设备调用截图

NPU 设备调用

5.3 模型适配结果截图

模型适配结果

6. 注意事项

推理脚本通过 torch_npu 调用昇腾 NPU，输入张量为 float32（NPU 不支持 float64 算子）
模型权重为纯 timm 格式（EVA02），推理脚本直接用 timm.create_model + load_state_dict 加载，不依赖 transformers；以本地路径加载，保证离线可跑
注意：环境里系统 torchaudio 与 torch 2.7.1 存在 ABI 不兼容，若经 transformers 导入会触发崩溃，故本脚本绕开 transformers 直接用 timm
官方预处理：图像 squash resize 到 448x448，归一化采用 CLIP mean/std（mean=[0.4815, 0.4578, 0.4082]，std=[0.2686, 0.2613, 0.2758]）
输出为 4 类 softmax 概率，标签顺序 neutral → low → medium → high 对应 NSFW 程度递增
模型权重遵循 MIT 许可证；*.safetensors 不入库