空手套图术~

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

爱意满满的作品展示区。

这是一个创建于 2494 天前的主题，其中的信息可能已经有所发展或是发生改变。

上次请教了大家关于平胸妹子鉴黄的问题，调整了一下训练数据集之后又练了个模型 120.78.173.99:4000/tryout 这里可以体验一下，手机端和 PC 端访问都做了适配，后续等我把代码整理一下就丢 gayhub 上了（由于是二手 py，所以会比较丑）

同时收一波训练素材:doge

第 1 条附言 · 2018-01-24 15:23:30 +08:00

我这个是 1 核 1G 的哈，鉴定会有点慢，而且如果同时鉴定过多可能会卡返回 500 了就

另外就是 API 大家可以放心 hack，直接打开 Chrome dev tools 看请求参数就行，没有经过加密的，js 也是，如果你用 mithril 是可以直接 copy 过去用的。

用图砸死我吧~O(∩_∩)O

第 2 条附言 · 2018-01-24 15:27:51 +08:00

有些报错 500 的是因为图的格式有问题，没法解析导致的，目前发现两个图，应该都是 URL 上来的

第 3 条附言 · 2018-01-24 15:42:52 +08:00

不要放敏感信息的图啊，例如包含你的私人信息的，身份证，银行卡照片

来自于网络的图片 URL，和收集的表情包应该没问题

第 4 条附言 · 2018-01-24 16:21:22 +08:00

目前已知的问题：

1.由于训练样本覆盖不够，男性，原始人，多人图会容易误判
2.格式不对的图片会导致 500 报错，但是错误信息没有返回给前端

第 5 条附言 · 2018-01-24 16:41:55 +08:00

3.由于 CPU 配置太低，进场 CPU 跑满，线上使用需要用带 GPU 的服务器
4.CPU 占用过高时会导致前端访问页面的请求也 hang 住

第 6 条附言 · 2018-01-25 13:30:49 +08:00

发现有一些同学试图用.php 文件来 hack 我的服务器，等我整理好了代码就会开源出来的，没必要 hack 哈

套图术

doge

gayhub

平胸

69 条回复 • 2018-01-29 20:44:36 +08:00

tinytin

2018-01-24 14:19:13 +08:00

我是素材

sennes

2018-01-24 14:51:44 +08:00

刚刚试了 4 张图分别检测的话
NSFW 0.004 0.004 0.118 0.003
但是拼成一张图之后
NSFW 0.890

f2f2f

2018-01-24 15:02:10 +08:00

1#头像 0.4114783704280853

northisland

2018-01-24 15:05:49 +08:00

Something is not right.
Error:
Internal Server Error
The server encountered an internal error and was unable to complete your request. Either the server is overloaded or there is an error in the application.

tghgffdgd

2018-01-24 15:08:56 +08:00

这个时候是不是应该来个“已屏蔽”

xwhxbg

2018-01-24 15:09:06 +08:00

@sennes 我去看看图:doge
@f2f2f 0.4 说明不黄，不过 0.4 有点太高了
@northisland URL 还是上传？

xwhxbg

2018-01-24 15:13:47 +08:00

@tghgffdgd 不黄的我也要

Weny

2018-01-24 15:13:51 +08:00 via iPhone

当然是去草榴抓

xwhxbg

2018-01-24 15:17:52 +08:00

@Weny 不黄的也要啊，两边都要才能训练
我这 1 核 1G 的貌似快被搞挂了

Willjim

2018-01-24 15:38:52 +08:00 via Android

楼主，放的几个健身男的图，似乎有 0.5?要不要加胡须识别？而且网站 icon 是守望？🤔

xwhxbg

2018-01-24 15:46:54 +08:00

@Willjim 其实 0.3-0.7 之前都属于 sexy 的范畴，实际运用的时候我把这些图标记黄图，但是需要人工审核，至于产品去不去审核那就......

xwhxbg

2018-01-24 15:47:30 +08:00

@Willjim icon 是在 open favicon 下载的，理论上上面都是免费的，yes，是守望先锋

Willjim

2018-01-24 15:51:49 +08:00 via Android

@xwhxbg 刚刚有张网上找的健身自拍图，高达 0.84😅而且 0.3-0.7 范围太广了吧，产品会审怕是难。

taurenshaman

2018-01-24 15:53:30 +08:00

这张图的 SFW 还不到 0.1
https://i.loli.net/2018/01/24/5a683b43a253b.jpg
![SavedPicture(2) 4.jpg]( https://i.loli.net/2018/01/24/5a683b43a253b.jpg)

taurenshaman

2018-01-24 15:54:51 +08:00

呃，是 NSFW 值

xwhxbg

2018-01-24 16:11:59 +08:00

@taurenshaman emmm 这个明显是 bug，不确定是不是因为我的素材里没有单纯的身体局部导致的

xwhxbg

2018-01-24 16:13:29 +08:00

@Willjim 这就很可疑了，我的训练素材男性非常少，应该是个 bug

onionnews

2018-01-24 16:14:56 +08:00 via Android

已经开始飙车了

keithszc

2018-01-24 16:16:24 +08:00

可怕

Weny

2018-01-24 16:20:06 +08:00 via iPhone

@xwhxbg 楼主开一个众审核通道这么辣眼睛的图片不能只能让你一个人打标签 hhhhh

Weny

2018-01-24 16:20:43 +08:00 via iPhone

@taurenshaman 真的怕

kenshinhu

2018-01-24 16:23:44 +08:00

服务器好像不能访问了？

gamexg

2018-01-24 16:26:44 +08:00

没填 url 就点了提交，然后就打不开了...

xwhxbg

2018-01-24 16:29:01 +08:00

@Weny 1 核 1G 扛不住啊，跑这个已经占了一半内存了
@kenshinhu 我这边恢复了，刚才触发了个 bug 导致进程 hang 住了
@gamexg 现在应该好了

skyrem

2018-01-24 16:31:35 +08:00

google 搜 GAY 然后贴上的基本都 NSFW

2018-01-24 16:37:36 +08:00

这就直接开车了。。。

zst

2018-01-24 16:39:52 +08:00 via Android

其实我想说有些我自己都不知道算不算小黄图

mcone

2018-01-24 16:42:17 +08:00

啊看到楼主头像我就想到你之前那个剑皇帖子了果然还是你哈哈随手找了几个关键词搜了十几张图丢了上去感觉比我想象的好不少……哈哈
话说这个结果不太像是用 3k 样本训练出来的。。。能大概透露下训练样本数和方法吗，直接用已训练好的模型，finetune 一下？难道是直接训练出来的吗（惊恐）
不过有一些 NSFW 本身就涵盖过的图片类别在你这里反而结果有点奇怪感觉你应该微调了啥……

xwhxbg

2018-01-24 16:52:01 +08:00

@mcone 确实只有 3K，用的 nn.softmax，数据处理参考的 open-nsfw，它有个方法用来处理数据矩阵的，然而由于我数学渣渣，看不懂为啥要这么做，目前感觉可能是样本太少导致很多图的结果很奇怪，多人图，身体局部图都很奇怪

kingcc

2018-01-24 16:53:47 +08:00

火钳刘明

jarnanchen

2018-01-24 17:07:56 +08:00

给楼主贡献了几张大胸肌肉男，NSFW 0.48 算不算黄啊

Travers

2018-01-24 17:15:14 +08:00

传了个 22600082070.jpg ，才 0.09 ，楼主可以看下

Travers

2018-01-24 17:17:35 +08:00

还有个 22600082078.jpg NSFW 0.078 问题比较大

R18

2018-01-24 17:17:37 +08:00 via Android

老哥有源码了求艾特

mcone

2018-01-24 17:24:50 +08:00

@xwhxbg 完全自己训练的吗……那这个结果其实已经不错了才 3k 数据量要啥自行车（哈哈哈哈）不过通常 nn.softmax 用于多类你的样本太少了有空的话可以改 sigmod 试试看

那个处理数据矩阵的方法我不太清楚，回头等你开源了我围观下吧，毕竟不是做黄图的对这块还真是不太了解……
至于我上条回复提到的类别的是 athlete，可能你的训练样本里不够多，很多露肉运动员被搞成了黄图……但是我不确定直接加一些类似样本会不会有帮助，因为你数据太少了，加的多了反而可能对你模型有负效果……

xwhxbg

2018-01-24 17:34:24 +08:00

@mcone Will do，现在主要是我没有理论支撑，单纯靠调参或者调方法可能不能达到一个可行的高度，而且 py 的性能问题也很突出，目前想要把训练好的模型用 golang 的 TensorFlow binding 来调用，不知道会不会有明显的区别

athlete 这个问题其实蛮严重的，我看了下我收到的结果波动很大，有些 NSFW 被打的很高，有些很低，跟我预想的能节约 90%以上的人力成本差的很有点远，目前看来能节约 50%就不错了

目前在看 https://www.coursera.org/learn/machine-learning 这个课程想要补一下入门知识，现在只恨时间太少，白天还要搬砖，搞完不知猴年马月了

xwhxbg

2018-01-24 17:35:05 +08:00

@Travers 好的，我等下班了会把分类的图和标签都下下来分析一下的