菜单
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。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/cas-bigdatalab/piflow --skill image-aesthetics-filter命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
Dataspace 文件输入源算子。用于根据 Dataspace 数据源实例 ID 和空间内文件路径下载单个文件，并将该文件作为工作流输入提供给下游算子。该算子没有上游输入，必须作为 DAG 的起始节点使用。
Dataspace 文件输出终止算子。用于接收上游算子的单个文件输出，按指定相对目录上传到 Dataspace 空间目录中，实际文件名自动沿用输入文件名。该算子必须作为 DAG 的终止节点使用。
用于编辑或创建 Gaussian 输入文件（.gjf），支持添加 Link 0 指令（%chk、%oldchk、%nprocshared、%mem）、Route 行关键词、电荷和多重度。可对已有 gjf 文件进行参数填充，也可从零创建新的 gjf 文件。
基于 SOC 职业分类
正在显示 SKILL.md
| name | image_aesthetics_filter |
| description | 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。 |
| name_zh | 图像美学过滤器算子 |
| input_params | [{"name":"input","type":"string","required":true,"description":"输入JSON文件路径"},{"name":"output","type":"string","required":true,"description":"输出JSON文件路径"},{"name":"hf_scorer_model","type":"string","required":false,"default":"shunk031/aesthetics-predictor-v2-sac-logos-ava1-l14-linearMSE","description":"美学评分模型"},{"name":"min_score","type":"float","required":false,"default":0.5,"description":"最小美学评分"},{"name":"max_score","type":"float","required":false,"default":1,"description":"最大美学评分"},{"name":"any_or_all","type":"string","required":false,"default":"any","description":"多图像过滤策略（any/all）"},{"name":"image_key","type":"string","required":false,"default":"images","description":"图像字段的键名"}] |
| output_params | [{"name":"output","type":"json_file","description":"过滤后的JSON文件，包含美学评分在指定范围内的图像样本"}] |
| tag | 数据筛选 |
| publisher | COMMUNITY |
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。
当用户请求以下任务时，应使用此skill：
| 参数 | 说明 |
|---|---|
--input | 输入JSON文件路径 |
--output | 输出JSON文件路径 |
| 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 |
[
{"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"]}
]
python scripts/run_image_aesthetics_filter.py \
--input ./input.json \
--output ./output.json
python scripts/run_image_aesthetics_filter.py \
--input ./input.json \
--output ./output.json \
--min_score 0.6 \
--max_score 1.0
python scripts/run_image_aesthetics_filter.py \
--input ./input.json \
--output ./output.json \
--any_or_all all
| 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 |
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"]}
]
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。
any_or_all 参数控制过滤策略