aicg-detector-onnx

aicg-detector — cascade_v1 full-image ONNX

AIGC 人物图缺陷二分类器（pass=0 / reject=1）的部署版 ONNX。

由 Phase2 级联模型（全图 ConvNeXt-Tiny + hand/anatomy/face 专家 + 融合头）的 S2 权重导出。 导出时移除三个专家分支，等价于消融中的 full_image_only（专家特征置零、mask 取「缺失」档）， 因此只需一张整图即可推理，指标与完整级联几乎一致。

文件

• cascade_v1_fullonly.onnx — 单输入全图模型（约 111 MB）

接口

预处理需与训练一致：resize/pad 到 512×512，按 ImageNet 均值方差归一化 （mean=[0.485,0.456,0.406], std=[0.229,0.224,0.225]）。

用法

import numpy as np, onnxruntime as ort

sess = ort.InferenceSession("cascade_v1_fullonly.onnx", providers=["CPUExecutionProvider"])
# x: float32 [B,3,512,512], 已归一化
logit = sess.run(["logit"], {"image": x})[0]
prob_reject = 1.0 / (1.0 + np.exp(-logit))   # sigmoid

指标（隔离 test，n=593，reject=150）

阈值（按召回率约束选，勿直接用 0.5）

级联分数整体偏小，部署请按业务召回率扫阈值：

备注

• 训练/评测代码见内部仓库 aicg-detector（scripts/export_onnx.py 为本文件导出脚本）。
• Hand 分支在训练时 ROI 缓存为空，对指标无实质贡献；架构已预留。