---
license: other
library_name: pytorch
tags:
  - image-classification
  - image-quality
  - artifact-detection
  - convnext
base_model: facebook/convnext-tiny-224
pipeline_tag: image-classification
---

# image-quality-convnext-tiny

ConvNeXt-Tiny 图像质量 / 崩图二分类过滤器（good / bad）。

| 项 | 值 |
|----|-----|
| version | `0.2.0` |
| backbone | `convnext_tiny` |
| input | `384×384` |
| threshold | `0.5`（`reject_prob` ≥ 阈值 → rejected） |
| dtype | fp32 weights |

## Holdout v0（验证期）

评测集：`image_quality_eval_v0` holdout，n=1024（good 324 / bad 700）。

| metric | value |
|--------|------:|
| accuracy | 0.9414 |
| precision_bad | 0.9819 |
| recall_bad | 0.9314 |
| f1_bad | 0.9560 |
| false_bad_rate | 0.0370 |
| auc | 0.9842 |

confusion: tp=652 fp=12 tn=312 fn=48

> **验证期**：该 holdout 曾用于 early-stop 选 `best.pt`，分数略偏乐观；上线前请用未见过的抽样复核。

## 文件

- `config.json` — 结构与阈值
- `model.safetensors` — PyTorch state_dict（fp32）
- `model.onnx` — ONNX（opset 17，动态 batch，输入 `pixel_values` NCHW）

## 训练

- 数据：`v1.0.4_768` = v1.0.3 全量金标（good≈1994 / bad≈2981 L1–L4）+ 动漫金标 pass（≈490）
- ckpt epoch：7
- 服务：`image-quality-service` → `POST /api/v1/queue/push`