寫在前面：不要找我要訓練數據，我是遵紀守法的好公民，訓練數據已經刪除。

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

數據

訓練數據共五個類別：

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)

訓練數據的數量如下:

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

使用

可以直接下載代碼和訓練好的模型來用 下載代碼和模型

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

?

訓練好的模型在 /data/目錄下。

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

?

輸出結果：

{'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。 嘗試了微調和訓練一個相對簡單的新模型，微調的效果并不好，反而速度會慢很多。我想是因為這些圖片和ImageNet 數據集相差太大的緣故。最終發(fā)布的模型使用Resnet-32, 準確率 90% 。

如有建議可郵件: zhengwu@midday.me