Image Aesthetics Filter
Documentsimage_aesthetics_filterImage Aesthetics Filter is an Agent Skill for documents published in the cas-bigdatalab/piflow repository on GitHub: a SKILL.md instruction file an AI agent can load to do this task.
图像美学过滤器。过滤美学评分不在指定范围内的图像样本。 当用户提到图像美学、图像质量过滤、图片评分筛选、图像质量评估、过滤低质量图像等需求时使用此skill。 即使用户没有明确说出"美学评分"，只要任务涉及根据图像美学质量来筛选数据， 就应该使用此skill。
QUICK START
How to use this skill
Bring this guide into your coding agent with a prompt tailored to the tool you use.
- Open your project in Codex.
- Copy and paste the prompt below.
- Review files and risks before approving any action.
Prompt to paste
Inspect the Agent Skill at https://github.com/cas-bigdatalab/piflow/blob/HEAD/workspace/skills/image_aesthetics_filter/SKILL.md and all supporting files. Report provenance, permissions, scripts, dependencies, and security risks. Propose an exact installation into .agents/skills/image-aesthetics-filter, but wait for my approval before writing files or running scripts.
Copying this prompt does not install or run the skill. Review third-party files before use.
Image Aesthetics Filter 图像美学过滤 Skill
功能概述
本skill使用预训练的美学评分模型对图像进行质量评估，只保留美学评分在指定范围内的样本。 基于 LAION-Aesthetics Predictor 模型，常用于筛选高质量图像。
触发条件
当用户请求以下任务时，应使用此skill：
- 图像美学过滤
- 图像质量过滤
- 图片评分筛选
- 图像质量评估
- 过滤低质量图像
- 高质量图像筛选
核心参数说明
必需参数
| 参数 | 说明 |
|---|---|
--input | 输入JSON文件路径 |
--output | 输出JSON文件路径 |
可选参数
| 参数 | 说明 | 默认值 |
|---|---|---|
--hf_scorer_model | 美学评分模型 | shunk031/aesthetics-predictor-v2-sac-logos-ava1-l14-linearMSE |
--min_score | 最小美学评分 | 0.5 |
--max_score | 最大美学评分 | 1.0 |
--any_or_all | 多图像过滤策略 | any |
--image_key | 图像字段的键名 | images |
输入文件格式
[
{"images": ["/path/to/image1.jpg"]},
{"images": ["/path/to/image2.jpg"]},
{"images": ["/path/to/image3.png"]}
]
多图像格式：
[
{"images": ["/path/to/image1.jpg", "/path/to/image2.jpg"]},
{"images": ["/path/to/image3.png"]}
]
使用方法
默认参数过滤（评分0.5-1.0）
python scripts/run_image_aesthetics_filter.py \
--input ./input.json \
--output ./output.json
自定义评分范围
python scripts/run_image_aesthetics_filter.py \
--input ./input.json \
--output ./output.json \
--min_score 0.6 \
--max_score 1.0
多图像策略：所有图像都满足条件才保留
python scripts/run_image_aesthetics_filter.py \
--input ./input.json \
--output ./output.json \
--any_or_all all
过滤策略说明
| 策略 | 说明 |
|---|---|
any | 任一图像满足条件即保留（默认） |
all | 所有图像都满足条件才保留 |
输出示例
命令行输出：
[OK] Image aesthetics filtering completed!
Scorer model: shunk031/aesthetics-predictor-v2-sac-logos-ava1-l14-linearMSE
Min score: 0.5
Max score: 1.0
Strategy: any
Original documents: 3
Filtered documents: 2
Removed documents: 1
Input file: ./input.json
Output file: ./output.json
输出JSON格式：
[
{"images": ["/path/to/image1.jpg"]},
{"images": ["/path/to/image2.jpg"]}
]
环境要求
安装依赖： 本SKILL使用依赖 data_juicer，请在调用前安装好python环境并安装data_juicer：
pip install py-data-juicer
额外依赖：
pip install torch torchvision
硬件要求： 建议使用 GPU 加速以提高处理速度。
注意事项
- 图像路径：输入JSON中的图像路径应为绝对路径或相对于工作目录的路径
- 评分范围：美学评分范围为 0-1（默认模型已归一化）
- 多图像处理：支持多图像样本，使用
any_or_all参数控制过滤策略 - 适用场景：图像质量评估、高质量图像筛选、低质量图像过滤