Klasyfikator NSFW: detekcja treści 18+

Jak działa filtr NSFW — od CNN do CLIP

Pierwsza generacja klasyfikatorów to sieci konwolucyjne trenowane na zbiorach oznaczonych ręcznie: obraz → prawdopodobieństwo „NSFW”. Działają szybko i lokalnie, ale słabo generalizują na nowe style, np. grafikę syntetyczną, i wymagają dużych, kontrowersyjnych zbiorów treningowych.

Druga generacja korzysta z modeli językowo-wizualnych. CLIP z 2021 r. mapuje obrazy i teksty do wspólnej przestrzeni osadzeń (Radford i in., 2021); klasyfikator NSFW to wtedy mały model na tych osadzeniach lub porównanie z opisami kategorii. Tak filtrowano zbiór LAION-5B (Schuhmann i in., 2022) i tak działa safety checker w Stable Diffusion (CompVis).

Wynik to liczba z zakresu 0–1 porównywana z progiem. Niski próg blokuje więcej (także sztukę i zdjęcia medyczne), wysoki przepuszcza treści graniczne. Operator dobiera próg do kontekstu — inaczej wyszukiwarka, inaczej generator obrazów. Definicję samej kategorii omawia hasło NSFW.

Gdzie stosuje się nsfw detector

Wyszukiwarki: Google SafeSearch filtruje treści jawnie seksualne w wynikach i domyślnie rozmywa obrazy (support.google.com); mechanizm i jego wpływ na widoczność opisuje hasło SafeSearch. Ten sam typ modelu udostępnia deweloperom Cloud Vision z kategoriami adult, racy, violence (Google Cloud).

Systemy mobilne: Apple udostępnia od iOS 17 (2023) framework Sensitive Content Analysis, który wykrywa nagość lokalnie na urządzeniu bez wysyłania zdjęć do chmury (developer.apple.com). Sklepy z aplikacjami: Google Play zakazuje aplikacji z treściami seksualnymi (polityka Google Play), więc narzędzia undress dystrybuowane są przez przeglądarkę lub pliki APK.

Generatory obrazów: filtr działa dwukrotnie — na zdjęciu wejściowym (odrzucenie treści niepożądanych i, w dobrych implementacjach, osób wyglądających na małoletnie) oraz na wyniku. W forkach modeli otwartych oba filtry można wyłączyć, co jest podstawą działania większości usług nudify.

Ograniczenia: czego klasyfikator NSFW nie widzi

Klasyfikator ocenia treść, nie kontekst: nie wie, czy osoba na zdjęciu wyraziła zgodę ani czy zdjęcie jest autentyczne. Nie zastępuje więc weryfikacji wieku użytkownika ani oceny wieku osoby na zdjęciu — do tego potrzebne są osobne modele estymacji wieku, również obciążone błędem.

Fałszywe alarmy dotykają sztuki, fotografii medycznej, karmienia piersią i strojów kąpielowych; przepuszczenia — treści w nietypowym stylu graficznym lub częściowo zasłoniętych. Modele trenowane głównie na fotografiach gorzej radzą sobie z obrazami syntetycznymi, których jest coraz więcej.

Art. 34 DSA wymaga od bardzo dużych platform oceny ryzyk systemowych, a art. 28 — ochrony małoletnich (EUR-Lex); klasyfikatory są głównym narzędziem realizacji tych obowiązków, ale regulator ocenia skuteczność procesu, nie sam model. AI Act dodaje obowiązki przejrzystości dla treści syntetycznych (EUR-Lex).

Filtr NSFW w recenzowanych narzędziach

W kryterium prywatności i bezpieczeństwa odnotowujemy, czy usługa deklaruje moderację wejścia, czy odrzuca zdjęcia z widocznymi cechami małoletności i czy filtruje twarze osób publicznych. Nie testujemy filtrów na zdjęciach osób trzecich — używamy materiałów syntetycznych zgodnie z zasadami odpowiedzialnego użycia.

Narzędzia SFW, takie jak OpenArt, stosują filtr wyjścia blokujący nagość — dlatego zmieniają ubrania, ale ich nie usuwają. Przegląd tej kategorii zawiera hasło SFW, a kryteria oceny — strona Jak oceniamy.

Powiązane narzędzia, które recenzujemy

Obecność i jakość filtrów wejścia to jedno z kluczowych kryteriów bezpieczeństwa. Poniżej recenzje, w których opisaliśmy moderację i filtry.

• Ainudez — recenzja z opisem moderacji wejścia i filtrów wieku.
• OpenArt — narzędzie SFW — zmiana ubrań, nie rozbieranie; filtr wyjścia blokujący nagość.
• Yollo.ai — narzędzie SFW — zmiana ubrań, nie rozbieranie; edytor z filtrem treści.

Zasada zgody: opisywane narzędzia mogą być używane wyłącznie do własnych zdjęć lub zdjęć dorosłych (18+), którzy wyrazili na to zgodę. Tworzenie intymnych obrazów innych osób bez ich zgody może stanowić przestępstwo z art. 191a Kodeksu karnego. Więcej: Odpowiedzialne AI i zgoda.

Źródła

Wpis opiera się na publikacjach naukowych, dokumentacji standardów i tekstach aktów prawnych; daty dostępu podano przy każdym źródle. Redakcja nie linkuje do wag modeli ani dystrybucji oprogramowania i nie udziela porad prawnych.

1. Radford i in., „Learning Transferable Visual Models From Natural Language Supervision” (CLIP), arXiv 2103.00020 (2021) — dostęp 08.09.2026.
2. Schuhmann i in., „LAION-5B” — opis filtrowania NSFW zbioru klasyfikatorem na osadzeniach CLIP, arXiv 2210.08402 (2022) — dostęp 08.09.2026.
3. CompVis — repozytorium Stable Diffusion: opis modułu safety checker (bez pobierania wag) — dostęp 08.09.2026.
4. Google Cloud Vision — dokumentacja detekcji SafeSearch (kategorie adult, racy, violence, medical, spoof) — dostęp 08.09.2026.
5. Google — pomoc: filtrowanie treści jawnie seksualnych przez SafeSearch — dostęp 08.09.2026.
6. Apple Developer — framework Sensitive Content Analysis (iOS 17, 2023) — dostęp 08.09.2026.
7. Google Play — polityka treści nieodpowiednich (treści seksualne) — dostęp 08.09.2026.
8. Rozporządzenie (UE) 2022/2065 (DSA) — art. 28 i 34, EUR-Lex — dostęp 08.09.2026.