那個20多萬“不可描述”照片的資料集，有人用它做了鑑黃模型 | Demo
編者按：本文來自 量子位 ，作者三井，發自凹非寺。
有人上手了！
近日， GitHub出現一個名為“NSFW Model”的專案。通俗一點來說，就是一個鑑黃模型。
這個模型，使用的資料來自前不久量子位介紹的那個資料集，內含多20萬張“不可描述”圖片。
同時，這個模型也被專案的貢獻者做成了Demo。
既然有了Demo，那肯定是免不了測試一番……
Demo效果
Demo網站十分簡單，進去之後能做什麼一目瞭然。
上傳圖片之後，是自動給出結果，不需要點選其他按鈕。但有時候不會給出結果…..還有待完善。
結果是資料集中提到的5種類別的可能性。分別是：hentai、sexy、neutral、drawings、porn。具體每個類別代表的意思，如下圖所示：
好了，開始第一個測試：
這個圖有71%的可能性是hentai；16%的可能性是porn。你覺得準嗎？
再來一個：
71%的可能性是sexy。
但下面這個，就有點不好說了。
porn到了76%，19%是hentai。按照這個標準，《超體》別想正常上映了……
但整體上，這個模型還是能工作的，比如整個漫畫，就很好的識別出來了，比如其他的一些，也能識別出來（但圖片就不好放了）。
至於準確率怎麼樣，沒法給出定論。如果你有興趣，可以去體驗下這個Demo。地址：
http://ai.midday.me/
話說話來，看到這個模型，你有沒有想自己上手體驗一下？GitHub有相關的開原始碼。
請收好專案地址：
https://github.com/rockyzhengwu/nsfw
最後，資料集地址：
https://github.com/alexkimxyz/nsfw_data_scrapper
One More Thing
在Demo網站的下方，寫了一句愛因斯坦的話：
Two things are infinite: the universe and human stupidity; and I’m not sure about the universe.
只有兩樣東西是無限的，就是宇宙，還有人類的愚蠢，不過我對前者還沒什麼把握。