- 综合排序
- 最热优先
- 最新优先
- 来自专栏R0A1NG 技术分享
nsfw图片鉴黄神器
开源的训练好的模型 https://github.com/rockyzhengwu/nsfw 使用 需要python3环境 执行pip3 install -r requirements.txt安装所需要的库 单个图片鉴黄
5.3K10编辑于 2022-02-19 - 来自专栏腾讯举报中心
鉴黄、鉴诈、鉴违规！这份职业有人羡慕吗？
猛戳下方视频前往观看~ #2 ● 除了趣味短片，小助手也给大家准备了举报有奖福利活动，一起来听听规则叭~ 举报有奖 ● 活动时间： 9月10日-9月21日 ● 活动介绍： 玩家在任意一款腾讯游戏内举报成功后
1.5K40发布于 2021-09-15 - 来自专栏顶级程序员
人工智能“鉴黄师”
我们使用了thinresnet50 1by2架构作为训练网络。模型使用pynetbuilder工具生成，复制剩余网络文件的50层网络(以及每层半数的过滤器)。
2.5K90发布于 2018-04-26 - 来自专栏DevOps
Python：使用opennsfw2对图片视频进行鉴黄识别
简介 使用雅虎开源的 TensorFlow 2 Open-NSFW 模型，NSFW：not safe for work，工作场所不宜 实践 1.环境准备， Python 3.7 及以上，安装 opennsfw2 pip install opennsfw2 2.代码实践 图片识别 代码如下： import opennsfw2 as n2 # 将自动下载预训练模型 open_nsfw_weights.h5 到 C :\Users\Administrator\.opennsfw2\weights # pip install opennsfw2 # 单张预测 image_path = '1.jpg' nsfw_probability }s 概率: {probability * 100:.2f} %') win = tk.Tk() win.title('黄图检测') # 标题 menu = tk.Menu(win) menu.add_command thread = threading.Thread(target=play, daemon=True) thread.start() win = tk.Tk() win.title('黄图检测
2.9K10编辑于 2024-03-29 - 来自专栏相约机器人
精炼鉴黄师背后的故事
精炼鉴黄师背后的故事 ——大蛇智能鉴黄师版正式发布 用AI来鉴别黄色图片，已经不是什么新鲜的事情。然而能够训练出一个可用的图像识别模型，其中所需要的细节知识还是值得学习的。 本文就来从鉴黄师的训练细节说起，为大家介绍一下训练出高质量的可用模型所需要的具体步骤。可以帮助大家举一反三，在其它领域训练出高质量的商用模型。 一、数据集的选取 在GitHub上有一个20万张图片的原始鉴黄数据集，直接使用该数据集可以使我们节约很多时间。这份资源的贡献者是一位名叫Alexander Kim的数据科学家。 四、鉴黄师产品的迭代实战 鉴黄师产品被部署到了lab.aianaconda.com网站上，同时也在公众号“相约机器人”下面的“AI实验室”菜单中，以小程序的形式对外开放。 这也是来自真实场景中的一个实际需求，在鉴黄师的应用环境中，最终的结果还需要由人来审核。在流量特别大的网络场景下，误判率升高一个百分点，对于人工的额外工作都是巨大的。
4.2K20发布于 2019-07-05 - 来自专栏承世的博客
如何在chevereto图床使用鉴黄
1.1首先我们moderatecontent注册，并获取免费的api 1.2我们点击moderatecontent，并输入电子邮箱，点击submit提交。（提示，提交的时候需要国际网络）
2K20编辑于 2023-04-07 - 来自专栏大数据智能实战
基于tensorflow实现AI图片鉴黄（NSFW）
VGG [2] – This architecture has 13 conv layers and 3 FC layers. /data/2.jpg（来自https://www.google.com.hk/%E8%89%B2%E6%83%85%E5%9B%BE%E7%89%87） ? '.. /data/2.jpg'图片的检测结果为： SFW 得分: 0.9827728271484375 NSFW 得分: 0.017227165400981903 .. /data/1.jpg（https://www.google.com.hk/%E8%89%B2%E6%83%85%E5%9B%BE%E7%89%87） ? '..
8.3K90发布于 2018-01-09 - 来自专栏IT笔记
周末，开放一个鉴黄API
前言 自从小黄图内测以来，不少小伙伴也想免费接入鉴黄功能，独乐乐不如众乐乐，博主花了点时间，做了一个API分享出来，提供给大家免费使用，免费额！！！ 代码案例 首先我们定义一个工具类： /** * 检黄工具类 * URL为小黄图专属地址 * 为了安全期间做了Token验证，望理解 */ public class YellowUtils { FileSystemResource(new File(imagePath)); param.add("file", resource); param.add("token", "公号内回复[鉴黄 , "porn": 0.816358209, "sexy": 0.182437778 } } 异常信息： 500：系统异常 401：Token错误 402：鉴黄接口异常
4.1K30发布于 2019-12-09 - 来自专栏量子位
原来鉴黄师的KPI是这样的
为了大家的身心健康，我们有必要来探讨一下，如何才能科学有效地鉴黄。 ? 人类鉴黄行不行？ 评判一个人类鉴黄师行不行，首先要考虑知识渊博程度。 毕竟对于人类来说，鉴黄是个经验驱动型工作。 很遗憾，AI鉴黄在一开始，就遇到了重重困难。 AI鉴黄难在哪？ 简单来说，AI鉴黄的过程是这样的： 最开始，由算法工程师给AI模型喂入大量已标注性感/色情的图片。 那么这时，AI鉴黄师哪怕完全不会鉴黄，也能达成“高正确率”的目标—— 只需要全判断成“正常图片”就行！ ? 这可比错夹了艺术作品严重多了。 如何让AI科学鉴黄？ 为此，来自中科院的专家，提出了一种名为局部AUC优化的方法，用2个指标对AI模型进行约束。 为了进一步减轻人类鉴黄师的工作量，AI鉴黄师还会“回看”自己打分低的那些图片：我到底为什么对它们拿不准？ 然后，再对这些图片进行学习，进一步提升鉴黄水平。
2.2K50发布于 2021-06-17 - 来自专栏机器学习算法与Python学习
158万张图像的鉴黄数据集
在这个项目中，作者构建了一个大型高质量图像鉴黄数据集，它有超过 158 万张图像，共分为 159 个大类别，且每一个类别还有若干子类别。 项目地址：https://github.com/EBazarov/nsfw_data_source_urls 在这篇文章中，我们将介绍一个新的鉴黄图像开源项目，它的 158 万数据量足够训练一个大型分类模型或生成模型 下载之后最好清洗一下数据集，如： 删除重复图像 移除被禁止/删除的图片（它们会产生一个特殊的图像占位符） 找出损坏的数据并将其移除 2.
3.9K20发布于 2019-03-07 - 来自专栏科技云报道
AI让鉴黄“0”误差，从此涉黄师们不再被掏空
本月，北京首次关停涉黄直播平台“夜魅社区”。此前，映客、花椒等在直播、陌陌等平台的数十位主播因涉黄被永久封禁，商业需求激增“鉴黄师”职业，“鉴黄”势在必行。 人工智能鉴黄市场也是愈发竞争激烈，目前阿里绿网、腾讯万象优图、图普科技等团队已占据大量市场份额，那么人工智能鉴黄究竟发展到了什么程度，又能为鉴黄市场贡献多少光和热呢？ AI鉴黄效果怎么样，真否能解放鉴黄师？ 识别色情、暴恐、时政敏感信息、小广告等违规图片和视频方面都要表现卓越，才能真正解放鉴黄师。 智能鉴黄的生成具体步骤如下图所示。 智能鉴黄模型生成步骤 直播鉴黄一般从哪些方面进行鉴定？ 通常情况下，直播鉴黄通过视频截图、图像识别、语音技审、弹幕监控、关键字抽取等能力智能识别色情内容。 事实上，无论是智能鉴黄还是人工鉴黄，其目的都是为了营造一个更健康的网络环境。相对于人工鉴黄耗费大量的人力、财力，以及对员工身心的影响，依托大数据和云计算的智能鉴黄显得更为“现代化”。
5.1K20编辑于 2022-04-12 - 来自专栏IT笔记
UCloud 云服务内容鉴黄 Java 版本实现
无她，鉴黄API还没有这么智能，毕竟是自己训练的，不是那么专业！为了更好的服务广大网友，撸主决定接入更加智能快速的鉴黄服务。 能够精准识别图片、视频中的低俗内容，适用于各类用户的鉴黄审核需求，帮助您在业务层面降低违规风险，同时应用算法服务，也大大减轻了人工审核的投入成本。 最主要的是，鉴黄识别服务在2020年6月30日前，均免费试用。即使到期以后，小伙伴们也不用太担心，鉴黄识别服务定价采取阶梯定价方式，每日2000张免费调用额度，剩余部分不累积。 application.properties 引入以下配置 # =================================== # UCloud鉴黄 # ==================== 接入新的鉴黄服务，和自建鉴黄一起使用双重保驾护航，同时小伙伴们可以自由的上传喜欢的动图了。
2.2K10发布于 2019-12-05 - 来自专栏腾讯云安全的专栏
鉴黄界的“Master”，其实是“他”
随手一搜 鉴黄师年薪20万？ 鉴黄师一天看多少部小电影？ 鉴黄师身体变差惨遭分手？ 那么，身体变差这是否对鉴黄工作者的一个理解误区？今天安小妹拉你们一起与一位“鉴黄师”交谈下，看看他如何说。 非常感谢鉴黄大师配合安小妹的采访，与其说他是一位鉴黄师，不如说他是鉴黄工作者背后的强有力支撑。那考虑到一些好奇宝宝发现鉴黄工作者的闲暇时间，我把聊天时间也打码，这是一个不能说的秘密。 后来这位“鉴黄师”告诉我，腾讯云天御的鉴黄技术是鉴黄界的“Master”，这一听，我当然假装质疑这是在吹牛，于是软磨硬泡之下，剧情反转，“鉴黄师”终于答应带安小妹见识下工作环境了。 传统鉴黄工作内容 由于部分敏感信息，安小妹也不好拍照了，鉴黄大师先给我边走边科普了传统鉴黄的工作内容是：依靠大量的鉴黄师每天审核视频截图。 “ 当你们谈论鉴黄伤身的时候 可能是你们鉴黄的姿势不正确 当我们谈论鉴黄的时候 我们谈论的是人工智能在图片识别的应用 by 天御鉴黄师 所以其实你不是鉴黄师，我也不是鉴黄师，我们今天说到的真正鉴黄师是天御
2.9K40发布于 2018-06-12 - 来自专栏Golang语言社区
GO语言利用K近邻算法实现小说鉴黄
idv = append(idv, float64(m[v])/float64(len_m)) } for _, v := range idv { dis += math.Pow(v, 2) return } func check(fp string, dis float64) { switch { case dis >= limen: fmt.Println(fp, dis, "涉黄"
1.5K50发布于 2018-03-26 - 来自专栏大龄程序员的人工智能之路
从人工智能鉴黄模型，尝试TensorRT优化
还记得前几年出现的职业鉴黄师这一职业么？传说百万年薪，每天看黄片看得想吐，但最近又很少有人提及这一职业，这个应监管而生的职业，因人工智能的出现又快速消亡。
2.4K40发布于 2019-07-02 - 来自专栏Python中文社区
Python人工智能鉴黄师的自我修养
❈ 前阵子在设计一个智能黄反识别的方案，查阅了已有Paper，结合自己的一点想法，现对不良图像的识别进行以下梳理： 方案1：皮肤区域检测法 与正常图片相比，不良图片的最大特征就是一张图像里包含了大量暴露的皮肤区域 主要方法如下： 1) 将RGB通道的图像转为HSV或YCbCr通道的图像： 2) 分析转换后三通道的图像信息，目前对皮肤区域的定义区间如下： ? 3) 皮肤区域统计： ? 方案2：机器学习方法 对于一张图像，我们可以广义地定义为3类：“正常”、“性感”、“色情”。因此，可以利用机器学习的方法来对训练集图像进行训练，将训练后的模型用于预测。 2) 提取图像LBP/HOG/SIFT特征，尝试SVM、Adboost、KNN、Random Forest、MLP等分类器模型进行训练，选择分类性能最佳的模型。
2.2K80发布于 2018-02-01 - 来自专栏BestSDK
你觉得人工智能鉴黄这事，靠谱不？
目前多家人工智能公司已开始布局鉴黄业务，阿里巴巴和腾讯分别拥有阿里绿网、万象优图两大鉴黄系统。而在创业公司方面，较为知名的有图普科技、飞搜科技、深图智服等公司。 直播（如花椒、映客）、在线视频（如优酷、爱奇艺）、图片鉴黄的区别在哪儿？直播的鉴黄难度是否最大？要解决哪些技术问题？ 至于技术问题，其实鉴黄在算法层面难度并不高，利用深度学习算法训练后，就能达到不错的鉴黄效果。 鉴黄存在哪些难点？ 这也正是上面提到部分 CV 公司不涉入鉴黄业务的原因，因为一直需要大量样本去不断训练、纠正，工程量挺大。 鉴黄的数据训练过程是什么样的？
2.3K50发布于 2018-02-28 - 来自专栏智能相对论
AI鉴黄，一把量出人性的尺子
互联网鉴黄主要分为三个阶段，第一阶段叫人肉阶段，主要通过人工识别的方式来发现黄色内容；第二阶段叫算法过滤阶段，以肤色识别算法过滤黄色图片开始成为主流；第三阶段叫深度学习阶段，因为纯肤色式地图片过滤已经难以担当鉴黄的重任 在鉴黄领域，AI的三管齐下显示了其要肃清黄色内容的决心，而且它也确确实实地减轻了人工鉴黄的压力。 但是在现实当中上有政策，下有对策的戏码总是会不断上演，因此鉴黄的力度越大，色情的边界也就拓展地越快，自然AI鉴黄的难度也会越大。而这好像成为一个绕不开的死循环。 这就为人工智能鉴黄制造了一个难题。通常人工智能进行鉴黄首先需要建立一个“分类器”来将图片归类，但不幸的是，软色情的问题却没有那么简单。什么是软色情这个事并不好弄清楚。 常用的拆字法、首字母缩写法、取别称法、拼音代替法、形近字代替法等等也会让鉴黄工作变得更为复杂。 三 AI鉴黄堵住了人性的出口吗？ 弗洛伊德的泛性论认为，性是一种本能力量。
2.4K40发布于 2019-08-20 - 来自专栏指尖数虫
深夜,使用NSFW尝试一下图片鉴黄
前几天公司在讨论鉴黄的问题，对接了一些厂家提供的鉴黄服务。由于公司本身就是做音视频领域相关的，鉴黄的需求量较大。同时秉着「好好学习，天天向上」的精神。想自己试一下鉴黄相关的东西。 是由yahoo开源的一套鉴黄的模型。 https://github.com/yahoo/open_nsfw 使用Caffe模型训练而来，主要是针对恐怖，血腥，色情等图片进行鉴别。 t2 ? t3 ? 结果分值 ? 但是计算结果仍是差强人意！ 结果 基于最终的结果，可能我本人的「知识储存有限」，很难获取到能够达到8分以上的图片。
9.8K20发布于 2020-04-15 - 来自专栏AI科技大本营的专栏
阿里研发 AI 黑科技，有望替代人工鉴黄师
更快更准识别违规风险内容 通过这两个功能，AI能快速识别、准确定位违规片段，无需人类鉴黄师反复回看确认。 雍秦透露，在SGR技术研究基础上，阿里安全近期还将研发低门槛、高可用的“鉴黄”AI工具，让AI对视频不同片段打出“危险指数”，依赖信息提取直接关联高亮风险片段，让AI鉴黄更智能、高效。 图说：阿里安全近期将研发低门槛、高可用的“鉴黄”AI工具，该图为示意模型。 阿里安全图灵实验室资深算法专家华棠指出，阿里安全一直希望从源头守护安全，这是阿里安全方法论“新一代安全架构”的核心理念。
1.2K10编辑于 2023-05-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号