Anzhc 开源系列 YOLO 模型：专注细粒度图像分割与分类任务

在图像检测与分割领域，高质量的专用模型往往能显著提升下游任务的表现。开发者 Anzhc 基于自建标注数据集，训练并开源了一系列面向特定视觉任务的 YOLO 模型，涵盖面部、眼部、头部、胸部等细粒度目标的检测与分割，以及动漫艺术评分、无人机识别等特殊场景应用。

• 模型：https://huggingface.co/Anzhc/Anzhcs_YOLOs

这些模型多数基于 YOLOv8 和 YOLOv11 架构，在精度与效率之间取得良好平衡，并已在实际项目中验证可用性（如用于 Adetailer 扩展）。所有模型均已公开下载链接，适合图像修复、内容生成、自动标注等场景使用。

模型概览

所有模型均基于开发者亲自标注或协作完成的数据集训练，非公开数据集。基于公开数据集的模型将单独说明。

👁️ 面部与眼部专用模型

面部分割（通用）

适用于插画与真实人脸的高精度分割任务，支持多种分辨率输入。

📌 更新说明：

• v3 版本优化了眉毛与完整睫毛的标注目标，更适合 Adetailer 使用；
• 从 v3 起转向 YOLOv11 架构，相比 v8 有明显提升；
• YOLOv12 当前未见显著收益且训练耗时增加 50%，暂不采用。

真实面部（按性别分类）

专为真实人像设计，支持性别区分，可用于构建男女检测堆栈。

⚠️ 注意：该系列对插画类图像表现较弱，建议仅用于真实照片场景。

眼部分割

专为动漫图像设计，聚焦于眼白区域检测，不包含睫毛和外部轮廓，适用于精细化眼部修复。

💡 提示：当前数据集经历多次重构，未来版本将进一步扩展样本多样性。

💇 头部与头发分割

早期开发的实用模型之一，可用于自动化肖像处理流程。

✅ 支持插画与真实图像，y8m 表现更优，适合高精度需求场景。

🫀 胸部相关模型

胸部分割（动漫）

仅基于动漫图像训练，专注于胸部区域的精确分割。

📌 m 版本表现最佳，适合高保真生成任务。

胸部大小检测与分类

一个创新性的多分类模型，用于识别动漫角色胸部尺寸，共 15 个等级，基于身体比例而非画面比例进行标注，避免巨型化或缩放带来的误判。

📊 评估指标说明：

由于分类任务复杂，传统 mAP 不足以反映性能，采用以下多维度评估：

• 准确率（Exact Match）：预测完全正确的比例
• ±1 / ±2 可接受误差比率：允许小幅偏差，更贴近实际使用
• 漏检率：应检测但未检出
• 假阳性率：错误检测不存在的目标
• 误分类率：检测到目标但类别错误

🔍 关键发现：

• 极端类别（平胸或超大）检测难度较高；
• 中等尺寸（2级）最易混淆，主要与1级混淆；
• 多数常见尺寸分类准确率可达 70%–90%；
• 平均误分类率约 3%，整体可控；
• “不可测量”类用于处理遮挡或部分出框情况。

📌 该模型可用于内容标签系统或审核流程，但需注意其主观性——所有标注均由单一标注者完成。

🛰️ 无人机检测模型

一个实验性项目，用于检测空中无人机，基于约 3,460 张图像训练。

⚠️ 重要提示：

• 对无人机型号敏感，某些类型（尤其是近距离）难以稳定检测；
• 在复杂背景中表现下降；
• 不建议用于严肃或安全关键场景。

🎯 该项目为个人兴趣驱动，展示了 YOLO 在非主流目标上的可行性。

🎨 动漫艺术评分模型

一个独特的分类模型，尝试从图像特征中预测人类偏好评分。数据来源于 Danbooru，筛选出 约 9.8 万张 经充分曝光且评分稳定的图像，按评分分为 10 个百分位组（top10 到 top100）。

📊 允许 ±1/±2/±3 类别误差的扩展准确率：

• ±1：46.7%
• ±2：64.5%
• ±3：67.9%

🧠 研究洞察：

• Top10–Top40 区间存在较强相关性，表明高质量作品具有可学习的视觉特征；
• Top60 准确率接近随机（~10%），说明“中庸艺术”缺乏统一特征；
• Top80–Top100（低分）有一定负相关性，可识别出明显缺陷；
• NSFW 内容整体评分偏高，与普遍认知相反，但数据集中 NSFW/SFW 比例约为 50/50，排除偏差干扰；
• 更大模型测试未带来明显提升，推测当前架构已达瓶颈。

📌 结论：可以较好预测“好”与“差”的作品，但难以判断“普通”作品。因此，该模型更适合用于筛选优质内容，而非全面质量评估。

✅ 使用建议与注意事项

1. 模型选择建议：
   • 追求精度：优先选择 v3 及以上 + YOLOv11 架构；
   • 兼容性要求高：可继续使用 v2 系列；
   • 实时性要求高：考虑轻量级变体（如 n/s 版本）。
2. 部署提示：
   • 所有模型均为 .pt 格式，兼容 Ultralytics YOLO 推理框架；
   • 建议在 GPU 环境下运行，尤其是 1024 分辨率模型；
   • 可与 Adetailer、ControlNet 等 Stable Diffusion 扩展集成使用。
3. 伦理与合规提醒：
   • 部分模型涉及敏感人体部位识别，请遵守当地法律法规；
   • 不建议用于自动化审核或决策系统，需人工复核；
   • 所有模型仅供研究与个人使用，商业用途请谨慎评估风险。