IsACG – “是否是 ACG 图像”的二分类模型系列

IsACG 是一个专注于判断图像是否为 ACG（Anime、Comic、Game）风格的轻量化图像分类系列模型。模型基于 MobileNetV3-Large 和 MobileNetV3-Small 构建，在保证性能的同时注重低资源占用，适用于多种部署环境。

---

模型架构说明

• v1：mobilenet_v3_large

  • 参数量约为 5.5M；
  • 更高的分类精度，适用于中端服务器或推理精度优先的场景。

• v1s：mobilenet_v3_small

  • 参数量约为 2.5M；
  • 更轻便、更快的推理速度，适合边缘设备、嵌入式系统和移动端部署。

• v2：v1s 的改进版本，融合了更广泛的数据训练和数据增强，提升泛化性；

  • 参数量相近；
  • 在复杂图像（如风格混合、低分辨率）上更具鲁棒性。

---

分类任务

• 目标标签：二分类
  • "yes"：图像为动漫、漫画或游戏相关风格；
  • "no"：图像为现实照片、插画或其他非 ACG 风格。

---

快速使用

---

模型配置

默认标签配置：

{
    "0": "no",
    "1": "yes"
}

---

模型性能对比（示例）

模型版本	架构	Accuracy	推理速度 (FPS)	参数量	主要特点
v1	MobileNetV3-Large	99.1%	35	5.5M	精度高，适用于服务器环境
v1s	MobileNetV3-Small	98.9%	65	2.5M	轻量、快，在移动设备上表现好
v2	MobileNetV3-Small	97.5%	58	2.5M	增强泛化，适用更多风格

---

数据来源与训练

• 数据集结构：
  • 正样本：ACG 图像（动漫截图、漫画分镜、游戏画面）；
  • 负样本：非 ACG 图像（照片、现代 UI、3D 渲染、自然风景等）；
• 优化器：AdamW
• 学习率调度：ReduceLROnPlateau
• 训练框架：PyTorch + TorchVision 库；
• 支持图像尺寸：512x512 或上下文自适应填充。

---

示例输出

输入图像	输出类别
动漫插画截图	"yes"
漫画分镜	"yes"
Steam 商店游戏页面截图	"yes"
真实风景照	"no"
人物写实照片	"no"
篮球明星图像	"no"

---

模型适用场景

✅ ACG 图像内容识别与过滤 ✅ 自动打标与数据筛选系统 ✅ 风格分类器嵌入到多模态 AI 系统中 ✅ 低资源设备（v1s/v2）快速判断

---

贡献与扩展

该项目遵循 MIT 协议开源，欢迎贡献和改进：

• 为您提供新类型的 ACG 风格标注；
• 提出改进模型泛化性的训练技巧；
• 添加更多语言的模型描述和推理 API 示例；

---

许可协议

MIT License，你可以自由用于研究和商业用途。详情请见 LICENSE。