一个 22 万张 NSFW 图片的鉴黄数据集？你可以有大胆的想法了……

2019 年 1 月 14 日
 ljspython
如果你想训练一个内容审核系统过滤不合适的信息，或用 GAN 做一些大胆的新想法，那么数据集是必不可少的。例如图像鉴黄，我们需要使用卷积神经网络训练一个分类器，以区分正常图像与限制级图像。但限制级的图像很难收集，也很少会开源。因此最近有开发者在 GitHub 上开源了一份 NSFW 图像数据集，这是不是你们想要的？



项目地址： https://github.com/alexkimxyz/nsfw_data_scrapper

最后，希望大家注意身体
28271 次点击
所在节点    分享发现
129 条回复
xlcoder166
2019 年 1 月 14 日
战略性马克 +1
heiyutian
2019 年 1 月 14 日
这是限制级？

ddid
2019 年 1 月 14 日
我有个疑问，这些资源都是欧美的，如果是亚洲或者非洲内容，会不会免疫鉴定呢？
hotea
2019 年 1 月 14 日
1024
purplewall
2019 年 1 月 14 日
讲真这个项目是个爬虫+分类器吧，不过链接是真的多
dissvm
2019 年 1 月 14 日
91024
tao1991123
2019 年 1 月 14 日
好人一生平安
ddid
2019 年 1 月 14 日
好吧，多翻了几张，挺全面的……
michaelcheng
2019 年 1 月 14 日
凸(艹皿艹 ),在公司不小心点开
googlefans
2019 年 1 月 14 日
懂了
KasuganoSoras
2019 年 1 月 14 日
<?php
$data = file_get_contents("/raw_data/pron/pron.txt");
$exp = explode("\n", $data);
foreach($exp as $url) {
exec("wget {$url}");
}
KasuganoSoras
2019 年 1 月 14 日
写错了是 porn hhh
berrybeberry
2019 年 1 月 14 日
哈哈哈
wangfei324017
2019 年 1 月 14 日
蛮多无关的啊。。
Phariel
2019 年 1 月 14 日
这种项目建议不要 fork 会有 ban 号的风险
Loyalsoldier
2019 年 1 月 14 日
cat ../urls.txt | xargs -n 1 -P 20 wget -t 3

-P 20 这个 20 上同时下载的数量，这是同时一次下载 20 张图片
-t 3 这个 3 是如果图片第一次下载失败后，尝试 3 次
daxiongz
2019 年 1 月 14 日
够了....
mlhorizon
2019 年 1 月 14 日
@heiyutian #62 按照绿绿教义，肯定限制级。
weeevv
2019 年 1 月 14 日
再来几个人把 GAN 抬上来...
ayase252
2019 年 1 月 14 日
https://github.com/eriklindernoren/Keras-GAN
我准备好了，🤔

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://v2ex.ih06.com/t/526896

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX