1步测出图片的AI含量watermarks-remover reverse-SynthID 本地像素评分配置与侧车部署【免费下载链接】watermarks-removerA privacy-first app that strips AI watermarks from content you own.项目地址: https://gitcode.com/gh_mirrors/wa/watermarks-remover 想让一张图片有没有 AI 痕迹不再靠猜watermarks-remover是一个隐私优先的开源工具可剥离你自有内容中的 AI 水印搭配reverse-SynthID本地像素评分一条命令就能给出 SynthID 置信度分数还能以 Docker 侧车sidecar形式接入 HTTP 服务实现清洗前后各测一次的完整链路。本文面向新手带你用 3 种方式完成本地部署。先搞懂AI 图片水印长什么样AI 生成图片常携带两类标记元数据标记C2PA / EXIF / XMP藏在文件头部clean_image.py可直接剥离像素级标记SynthID 类信号散布在像素本身肉眼不可见无法删除只能评分量化。本文聚焦后者——inspect_image.py和clean_image.py在检测到外部 reverse-SynthID 检出目录时会额外输出像素域置信度。注意评分器不随仓库打包上游为非商用研究许可而是在运行时从你本地的 checkout 加载这正是侧车部署存在的原因。核心评分逻辑见 service/scripts/score_synthid.py评分接口与 CLI 共用同一实现。评分输出包含什么一次评分返回的 JSON 里值得关注的字段有字段含义confidence综合置信度0~1越高越像打过 SynthID 标记is_watermarked是否判定为已打水印phase_match相位匹配分数反映信号与参考码本的一致性multi_scale_consistency多尺度一致性抗裁剪/压缩的关键指标per_channel_scores按 RGB 通道分别打分评分依赖上游检出中的artifacts/spectral_codebook_v4.npz约 220 MB 码本首次使用建议预留下载空间。方式一一条命令引导本地评分无 Docker适合想快速跑通、机器上没有 Docker 的场景SCRIPTSservice/scripts # 克隆上游 reverse-SynthID、创建 venv、安装评分依赖numpy/opencv/scipy 等 $SCRIPTS/setup_synthid.sh # 给图片打分默认检出目录~/reverse-SynthID REVERSE_SYNTHID_DIR~/reverse-SynthID \ ~/reverse-SynthID/.venv/bin/python $SCRIPTS/score_synthid.py shot.png不想单独调评分脚本把REVERSE_SYNTHID_DIR指向检出目录后直接跑 service/scripts/inspect_image.py 也能顺带看到 SynthID 分数REVERSE_SYNTHID_DIR~/reverse-SynthID \ ~/reverse-SynthID/.venv/bin/python $SCRIPTS/inspect_image.py shot.png引导脚本支持--dir PATH自定义检出位置、--ref REF固定版本Windows 用户改用setup_synthid.ps1虚拟环境会落在\.venv\Scripts\与 service/scripts/image_meta.py 的查找逻辑一致。方式二本地 Docker 构建评分镜像适合想保持宿主机干净、又不想上 compose 全家桶的用户make docker-synthid-build # 只读根文件系统 降权运行评分器只需要读 /data 和写 stdout docker run --rm \ --user $(id -u):$(id -g) \ --read-only --tmpfs /tmp \ -v $(pwd):/data \ watermarks-remover-synthid-scorer /data/shot.png镜像构建时才从上游源码打包本地构建、永不发布因此不会重新分发受限代码——构建定义在 service/Dockerfile.synthid。方式三侧车部署让核心服务自动评分 ️这是生产向的做法compose 的heavy档案会额外启动wr-synthid-scoreHTTP 侧车端口 8766公开的wr-core核心服务通过环境变量找到它清洗前/后自动各测一次。侧车配置步骤复制并编辑配置文件compose 会自动加载仓库根目录的.envcp .env.example .env在.env中开启两个变量WATERMARKS_SYNTHID_SCORER_URLhttp://wr-synthid-score:8766 WATERMARKS_SYNTHID_SCORER_API_KEYchange-me以 heavy 档案启动整套服务docker compose --profile heavy up -d验证服务栈成功时静默退出退出码 0 即通过make compose-check服务拓扑与端口映射见 compose.yamlwr-core映射127.0.0.1:8765wr-synthid-score监听 compose 内网的 8766两侧共享同一个 Bearer 密钥侧车实现见 service/scripts/synthid_score_server.py含/health健康检查与 256 MB 输入上限等加固。一步拿到清洗前后对比分核心服务就绪后对/clean请求加上两个选项即可curl -s -X POST http://127.0.0.1:8765/clean -H Content-Type: application/json \ -d {\file\: \$(base64 shot.png | tr -d \n)\, \name\: \shot.png\, \options\: {\detect_before\: true, \detect_after\: true}}返回的报告中会带上synthid_before/synthid_after两组分数直接量化这次清洗把 AI 痕迹降了多少。也可以单独走POST /detect只对图片评分。新手避坑指南fail-soft 设计是什么意思 这个系统的检测环节是**失败软化fail-soft**的侧车未配置、超时或报错时报告只写{available: false, error: ...}清洗流程照常完成、不会中断。所以侧车挂了 ≠ 清洗失败只是少了分数看到available: false先查侧车状态评分是检测工具而非官方结论Google 官方 SynthID 检查仍是最权威验证该评分不删除像素水印。若要真正做像素级去水印需另行接入 CtrlRegen 后端同样走 heavy 档案见 service/scripts/clean_ctrlregen.py。延伸阅读 部署理念CLI API 一体化 Docker 思路docs/plans/ideas/deployment-docker-cli-api.md文本水印评分基准测试service/scripts/bench_synthid_text.py 与 docs/synthid-text-benchmark.mdWindows 免 Docker 自启动服务docs/windows-autostart.md核心 HTTP 服务service/scripts/server.py评分依赖清单service/scripts/requirements-synthid-scorer.txt小结三档部署任选——setup_synthid.sh最快上手docker-synthid-build保持环境隔离heavy档案侧车则让整条检测 → 清洗 → 复检流水线一键打通。只需 1 步评分图片的 AI 含量从此有据可依。【免费下载链接】watermarks-removerA privacy-first app that strips AI watermarks from content you own.项目地址: https://gitcode.com/gh_mirrors/wa/watermarks-remover创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 1步测出图片的AI含量：watermarks-remover + reverse-SynthID 本地像素评分配置与侧车部署
1步测出图片的AI含量watermarks-remover reverse-SynthID 本地像素评分配置与侧车部署【免费下载链接】watermarks-removerA privacy-first app that strips AI watermarks from content you own.项目地址: https://gitcode.com/gh_mirrors/wa/watermarks-remover 想让一张图片有没有 AI 痕迹不再靠猜watermarks-remover是一个隐私优先的开源工具可剥离你自有内容中的 AI 水印搭配reverse-SynthID本地像素评分一条命令就能给出 SynthID 置信度分数还能以 Docker 侧车sidecar形式接入 HTTP 服务实现清洗前后各测一次的完整链路。本文面向新手带你用 3 种方式完成本地部署。先搞懂AI 图片水印长什么样AI 生成图片常携带两类标记元数据标记C2PA / EXIF / XMP藏在文件头部clean_image.py可直接剥离像素级标记SynthID 类信号散布在像素本身肉眼不可见无法删除只能评分量化。本文聚焦后者——inspect_image.py和clean_image.py在检测到外部 reverse-SynthID 检出目录时会额外输出像素域置信度。注意评分器不随仓库打包上游为非商用研究许可而是在运行时从你本地的 checkout 加载这正是侧车部署存在的原因。核心评分逻辑见 service/scripts/score_synthid.py评分接口与 CLI 共用同一实现。评分输出包含什么一次评分返回的 JSON 里值得关注的字段有字段含义confidence综合置信度0~1越高越像打过 SynthID 标记is_watermarked是否判定为已打水印phase_match相位匹配分数反映信号与参考码本的一致性multi_scale_consistency多尺度一致性抗裁剪/压缩的关键指标per_channel_scores按 RGB 通道分别打分评分依赖上游检出中的artifacts/spectral_codebook_v4.npz约 220 MB 码本首次使用建议预留下载空间。方式一一条命令引导本地评分无 Docker适合想快速跑通、机器上没有 Docker 的场景SCRIPTSservice/scripts # 克隆上游 reverse-SynthID、创建 venv、安装评分依赖numpy/opencv/scipy 等 $SCRIPTS/setup_synthid.sh # 给图片打分默认检出目录~/reverse-SynthID REVERSE_SYNTHID_DIR~/reverse-SynthID \ ~/reverse-SynthID/.venv/bin/python $SCRIPTS/score_synthid.py shot.png不想单独调评分脚本把REVERSE_SYNTHID_DIR指向检出目录后直接跑 service/scripts/inspect_image.py 也能顺带看到 SynthID 分数REVERSE_SYNTHID_DIR~/reverse-SynthID \ ~/reverse-SynthID/.venv/bin/python $SCRIPTS/inspect_image.py shot.png引导脚本支持--dir PATH自定义检出位置、--ref REF固定版本Windows 用户改用setup_synthid.ps1虚拟环境会落在\.venv\Scripts\与 service/scripts/image_meta.py 的查找逻辑一致。方式二本地 Docker 构建评分镜像适合想保持宿主机干净、又不想上 compose 全家桶的用户make docker-synthid-build # 只读根文件系统 降权运行评分器只需要读 /data 和写 stdout docker run --rm \ --user $(id -u):$(id -g) \ --read-only --tmpfs /tmp \ -v $(pwd):/data \ watermarks-remover-synthid-scorer /data/shot.png镜像构建时才从上游源码打包本地构建、永不发布因此不会重新分发受限代码——构建定义在 service/Dockerfile.synthid。方式三侧车部署让核心服务自动评分 ️这是生产向的做法compose 的heavy档案会额外启动wr-synthid-scoreHTTP 侧车端口 8766公开的wr-core核心服务通过环境变量找到它清洗前/后自动各测一次。侧车配置步骤复制并编辑配置文件compose 会自动加载仓库根目录的.envcp .env.example .env在.env中开启两个变量WATERMARKS_SYNTHID_SCORER_URLhttp://wr-synthid-score:8766 WATERMARKS_SYNTHID_SCORER_API_KEYchange-me以 heavy 档案启动整套服务docker compose --profile heavy up -d验证服务栈成功时静默退出退出码 0 即通过make compose-check服务拓扑与端口映射见 compose.yamlwr-core映射127.0.0.1:8765wr-synthid-score监听 compose 内网的 8766两侧共享同一个 Bearer 密钥侧车实现见 service/scripts/synthid_score_server.py含/health健康检查与 256 MB 输入上限等加固。一步拿到清洗前后对比分核心服务就绪后对/clean请求加上两个选项即可curl -s -X POST http://127.0.0.1:8765/clean -H Content-Type: application/json \ -d {\file\: \$(base64 shot.png | tr -d \n)\, \name\: \shot.png\, \options\: {\detect_before\: true, \detect_after\: true}}返回的报告中会带上synthid_before/synthid_after两组分数直接量化这次清洗把 AI 痕迹降了多少。也可以单独走POST /detect只对图片评分。新手避坑指南fail-soft 设计是什么意思 这个系统的检测环节是**失败软化fail-soft**的侧车未配置、超时或报错时报告只写{available: false, error: ...}清洗流程照常完成、不会中断。所以侧车挂了 ≠ 清洗失败只是少了分数看到available: false先查侧车状态评分是检测工具而非官方结论Google 官方 SynthID 检查仍是最权威验证该评分不删除像素水印。若要真正做像素级去水印需另行接入 CtrlRegen 后端同样走 heavy 档案见 service/scripts/clean_ctrlregen.py。延伸阅读 部署理念CLI API 一体化 Docker 思路docs/plans/ideas/deployment-docker-cli-api.md文本水印评分基准测试service/scripts/bench_synthid_text.py 与 docs/synthid-text-benchmark.mdWindows 免 Docker 自启动服务docs/windows-autostart.md核心 HTTP 服务service/scripts/server.py评分依赖清单service/scripts/requirements-synthid-scorer.txt小结三档部署任选——setup_synthid.sh最快上手docker-synthid-build保持环境隔离heavy档案侧车则让整条检测 → 清洗 → 复检流水线一键打通。只需 1 步评分图片的 AI 含量从此有据可依。【免费下载链接】watermarks-removerA privacy-first app that strips AI watermarks from content you own.项目地址: https://gitcode.com/gh_mirrors/wa/watermarks-remover创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考