nsfw黃圖鑒別工具

寫在前面：不要找我要訓(xùn)練數(shù)據(jù)，我是遵紀(jì)守法的好公民，訓(xùn)練數(shù)據(jù)已經(jīng)刪除。

幾天前看到 GitHub 上用于黃圖鑒別的數(shù)據(jù), 就 down 回來做了個(gè)黃圖鑒別的模型，現(xiàn)模型已開源，在線demo

數(shù)據(jù)

訓(xùn)練數(shù)據(jù)共五個(gè)類別：

porn - pornography images hentai - hentai images, but also includes pornographic drawings sexy - sexually explicit images, but not pornography. Think nude photos, playboy, bikini, beach volleyball, etc. neutral - safe for work neutral images of everyday things and people drawings - safe for work drawings (including anime)

訓(xùn)練數(shù)據(jù)的數(shù)量如下:

drawing: 18251 hentai: 42649 netural: 44677 porn: 108114 sexy: 17253

使用

可以直接下載代碼和訓(xùn)練好的模型來用 下載代碼和模型

git?clone?https://github.com/rockyzhengwu/nsfw.git

?

訓(xùn)練好的模型在 /data/目錄下。

cd?nsfw
python?nsfw_predict.py?/tmp/test/test.jpeg

?

輸出結(jié)果：

{'class':?'sexy',?'probability':?{'drawings':?0.008320281,?'hentai':?0.0011919827,?'neutral':?0.13077603,?'porn':?0.13146976,?'sexy':?0.72824186}}

?

class: 圖片所屬列表 probability: 各類別所屬的概率得分

也可以使用 Tensorflow Serving 部署，詳情可以查看nsfw

模型

模型部分采用 Resnet ，主要參考了 Tensorflow 官方的代碼 做了少許修改。詳情見 resnet目錄下。 嘗試了微調(diào)和訓(xùn)練一個(gè)相對簡單的新模型，微調(diào)的效果并不好，反而速度會(huì)慢很多。我想是因?yàn)檫@些圖片和ImageNet 數(shù)據(jù)集相差太大的緣故。最終發(fā)布的模型使用Resnet-32, 準(zhǔn)確率 90% 。

如有建議可郵件: zhengwu@midday.me