Flutter-Plugin, das Bilder, Videos und Kameraframes auf dem Gerät klassifiziert — ohne dass Medien den Host verlassen.
Veröffentlicht auf pub.dev als nsfw_detect, aktuell Version 2.7.
Keine Web-Demo — Fotobibliothek und Kamera brauchen ein echtes Gerät. Die Beispiel-App im Repository deckt alle Abläufe ab.
Snapshot
Autor des Plugins
category
status
stack
code
Content-Prüfung in Mobile-Apps setzt meist einen Cloud-Upload voraus; für datenschutzsensible Anwendungen keine Option.
Flutter-Plugin mit TensorFlow-Lite-Inferenz direkt auf dem Gerät, angebunden über eine native Plugin-Bridge für Android und iOS.
Plugin-Bridge und Modellgröße waren aufwendiger als die Inferenz selbst.
Flutter-Package für Inhaltsprüfung ohne Cloud-Upload. Die Klassifikation läuft über TensorFlow Lite lokal auf dem Gerät, angebunden über eine native Plugin-Bridge für Android und iOS. Als Open Source auf GitHub veröffentlicht.
Ein Plugin, drei Plattformimplementierungen hinter einer Dart-API.
lib/src/api/) — die öffentliche Oberfläche: Scan-Modi, Konfiguration, Ergebnisobjekte, Modellverwaltung, Ensemble-Strategien, Kamerasitzungen. Hier liegt auch der wahrnehmungsbasierte Cache, damit dasselbe Bild nicht zweimal durch das Modell geht.lib/src/platform/) — die Brücke nach unten. iOS rechnet mit Core ML, Android mit TensorFlow Lite, Web lädt nsfwjs (TensorFlow.js) und NudeNet über onnxruntime-web bei Bedarf vom CDN.lib/src/widgets/) — 19 fertige Bausteine: Galerieansicht, Kamera-HUD mit Overlay, Moderations-Gate, Berechtigungsansicht, Ergebnis-Detail, Redaction-Ansicht.Die Modelle sind nicht im Binary. Vier Klassifizierer stehen zur Wahl und werden beim ersten Gebrauch nachgeladen — wahlweise vorab über downloadIfMissing, mit SHA-256-Prüfung des Archivs und optional über einen eigenen Mirror. Ein Klassifizierer allein reicht meist; für höhere Genauigkeit lassen sich mehrere über MajorityEnsemble oder WeightedEnsemble kombinieren.
Videos brauchen keine eigene API: scanFile erkennt den Container und tastet Frames in einstellbarem Abstand ab.
scanFile, scanBytes, pickAndScan, scanAsset, startScan über die Fotobibliothek und startCameraScan — alle mit derselben Ergebnisform.
Vier Klassifizierer, Nachladen bei Bedarf, SHA-256-Prüfung, eigener Mirror, Vorwärmen beim Splash.
MajorityEnsemble bildet den Konsens und enthält sich im Graubereich um 0,5; WeightedEnsemble mittelt gewichtet je Kategorie.
Framestream mit Live-Wertung, Kamera-HUD, Erkennungs-Overlay und Sitzungsverwaltung.
Hintergrunddurchlauf über die Fotobibliothek mit Fortschritt, Entscheidungsspeicher und Galerie-Filter.
19 Widgets von der Galerie über das Moderations-Gate bis zur Berechtigungsansicht — damit ein Integrator nicht bei null anfängt.
Einmal-Scans im Browser über nsfwjs und NudeNet via onnxruntime-web, Laufzeiten werden bei Bedarf geladen — ohne Änderung an der index.html.
Auf iOS bricht der Prozess mit SIGABRT ab, sobald das System einen fehlenden Usage-String liest — es gibt keinen abfangbaren Laufzeitfehler. Auch der Picker ist nicht ausgenommen: PHPickerViewController braucht keine Freigabe, das Plugin löst aber PHAsset-Bezeichner auf, und dafür verlangt iOS NSPhotoLibraryUsageDescription.
Die Plattform-Einrichtung steht in der Dokumentation vor dem ersten Beispiel, nicht im Anhang, mit einer Tabelle, welche API welchen Schlüssel braucht. Dazu eine eigene Berechtigungsansicht als Widget und ein Kapitel platform-gotchas.md.
Mehrere Klassifizierer erhöhen die Genauigkeit — aber wenn einer im Graubereich knapp über die Schwelle rutscht, entscheidet ein Zufall über das Ergebnis.
MajorityEnsemble enthält sich bei Werten um 0,45 bis 0,55, statt eine Stimme abzugeben. Ein einzelnes unsicheres Modell kann das Gesamturteil damit nicht drehen; die Kosten steigen linear mit der Modellzahl, deshalb lässt sich vorwärmen.
Die Klassifizierer liegen im zweistelligen Megabyte-Bereich. Vier davon fest einzubauen hätte jede App aufgebläht, die nur einen davon braucht.
Nichts wird gebundelt. Jedes Modell lädt beim ersten Gebrauch nach, mit Fortschrittsmeldung, optionaler Vorabladung und SHA-256-Prüfung des Archivs. Wer aus regulatorischen Gründen nicht von außen laden darf, setzt einen eigenen Mirror.
UI-SDK von Google für cross-platform Apps (iOS, Android, Web, Desktop).
frameworkOptimierte Client-Sprache für Flutter, mit AOT/JIT-Compile.
languageProjektabhängigkeit
Projektabhängigkeit
Projektabhängigkeit
Projektabhängigkeit
Projektabhängigkeit
Projektabhängigkeit
Projektabhängigkeit
Projektabhängigkeit