开发框架

NSFWJS

访问网站

评估NSFWJS浏览器图像分类时,了解TensorFlow.js配置、模型分发及按自身内容校准审核阈值的要求。

起步价格
无软件授权费
免费额度
MIT许可代码
计费单位
自有计算与模型分发
平台
JavaScript浏览器或Node.js
核验日期
2026年10月19日

概览

你提供什么

  • 通过支持的JavaScript API提供图像、画布、视频帧或张量。

你将获得

  • 分类器返回类别名称和概率,供应用进一步判断。

如何选择这个工具

应用需要不逐张上传远程分类服务的本地初筛信号时,可选NSFWJS。它返回五类概率,不是最终规则裁决。NudeNet适合区域检测,OpenNSFW2则是Python整图评分路径。

选型算例

浏览器会话处理1000张图时,库的逐次调用费仍为零。应加载后复用模型,避免每图重新下载;先在代表性设备上测耗时和误报,再判断浏览器路线是否适用。

NSFWJS:同任务替代品

NSFWJS替代品按运行环境和输出粒度比较,浏览器概率、检测区域及Python整图评分需要不同集成和审核逻辑。

产品价格 / 单位免费额度输入 → 输出主要限制
NSFWJS查看详情官方来源 ↗MIT;库不按图收费源码及随包模型将图像像素转为类别评分。需要集成TensorFlow.js。
NudeNet官方来源 ↗开源包;计算资源自备本地包,无托管API额度将图像转为带标签检测区域。需Python及ONNX运行时集成。
OpenNSFW2官方来源 ↗MIT代码;运行成本自理开源图像评分实现将图像转为NSFW概率。需Python/Keras而非网页JS。

使用流程

  1. 添加库和TensorFlow.js,再选择目标设备支持的后端。
  2. 加载随包模型,或从自有静态托管提供已审查模型文件。
  3. 复用已加载模型、释放无用张量并验证审核阈值。
环境要求与安装
    npm install nsfwjs @tensorflow/tfjs

    限制与复核

    • 需安装nsfwjs及其TensorFlow.js同伴依赖。浏览器可用WebGL、可选WebGPU或WASM,Node.js可用tfjs-node;无法据此保证你设备或数据集的统一内存要求与准确率。

    你的部分

    • 在有标注样本上校准阈值,将不确定案例转交人工审核。
    来源与核验5

    本页依据官方资料整理,尚非产品实测。

    厂商描述与演示说明其宣称的功能,本页的选择建议依据这些资料整理。