一个严肃的关于深度学习鉴黄的问题

求训练数据

先训练性别识别？

训练一个鉴别男女的网络？

@zhouyou457 平胸关键就是性别特征不明显啊，或者换个思路训练从脸识别性别？
@ballshapesdsd 已屏蔽

我觉得吧……还有可能误伤到富有胸肌的汉子

人眼看到能轻易的分辨出来吗，如果太平人都不好分辨机器应该也不容易吧。

@xwhxbg 说实话，现在性别识别难度还是有的，正常人都会有识别错误的时候...

试试把喉部的鉴定加上？

@Cytion 这个。。。测试样本里没有，回头试试
@gabon 理论上可以从脸型啥的分辨性别，没露脸就没办法了
@zhouyou457 就是要发现人眼看不出来的规律~
@suzic 这个思路可以有，不过正面看可能不是很明显

可以从 nipple size detection 的角度考虑下 男女大小还是差很多的

后排说一句，凭什么妹子不穿上衣就是黄图，汉子就不是了！

不穿衣服的都判定为黄图不行吗？

其实理论上有的情况是无法鉴别的，比如男的化妆成女的，裸上身，怎么叛别

考虑从骨骼角度，法医分析方向

@des 这个提议很有道理。。。而且可以解决楼主问题。。。但是一般人都不会把不穿上衣的汉子图算作黄图啊。。。

@boboliu 以及还有母猪照片这种，不知道楼主打算怎么处理

@xwhxbg 我在想，可不可以根据欧派大小来动态调整被 ban 几率...我估计太小的欧派也没多少人喜欢吧 :doge

@Nirvanada good point，我研究一下
@des 不是我规定的啊。。。各大平台就是这么歧视女性的
@qdwang possible

@zhouyou457 目前的结果是平胸妹子没穿上衣的话，SFW 评分大约有 0.57 左右，0 是 NSFW，1 是完全 SFW，严格的平台可能 SFW 低于 0.7 就不行了，不是那么严格的话其实 0.5 以下才会被判断为黄图

大家可能有点误会了，深度学习想指定某个特质去判别是比较困难的，目前我的水平只能通过操作样本空间来实现分类
简单说，如果一个妹子的胸平到跟男生没差别，或者一个男孩子有个妹子的胸，深度学习都没法识别的

我记得以前看过帖子说百度网盘和 YouTube 都是通过音频检测叫床声来做的

@qdwang
其实理论上有的情况是无法鉴别的，比如男的化妆成女的，裸上身，怎么叛别
----------------------
还判别什么，那不是更好吗

如果先不打标签会形成怎样的聚类效果呢？

哈哈，昨天在贴吧看到个图片签名，挂鱼三骚上次直播事故截图，平胸没给鉴黄图屏蔽掉

你要相信深度学习的能力！它会区分两者的。

@xwhxbg 那么这有个问题，可♂爱的男孩子穿女装 lo 裙戴假发美瞳，下着穿得好好的，露着上身胸肌，有明显喉结，这样算黄图吗？
(手动滑稽

@zthxxx 天生骨骼精奇没胸肌没喉结的算不？

在特征中加入脸部信息 不过那种人眼都看不见出来的就算了吧。。

@supercaizehua 我这只能鉴图。。。
@takato 没试过，不过需要换模型，我目前是基于监督的
@watzds That I do believe.
@zthxxx 算.....ish?

Talk too much，just show me your code.

这个没明确标准的，别追求那么准确了
没准儿明天男人也不让露胸了

@xwhxbg 用 autoencoder 试试。

如果是两个男的呢？不能光考虑女性啊

@takato 无监督学习，看起来值得一试
@lucifer9 产品提需求。。。目前来看男人可以露胸。。。。
@deadseven TensorFlow，softmax，open-nsfw

1. 乳头的面积在整个胸部的占比可以作为判断之一；
2. 乳头的面积和乳晕的面积占比也可以作为判断之一；
3. 有胸毛的可以排除是女性，有胸毛的女性几率极小；

@xwhxbg 如果顺利的话，之后标注一些个别数据，就能推得一个相对合理的最终结果，对标注也是一件省力的事情。

分不清，如果产品胡搅蛮缠，你就在大会上拿出：
平而且汉子脸的妹子
妹子脸的汉子
女装大佬

让产品识别，多找几张，产品识别失败就告诉他，人都很难识别，别说机器了。

求训练数据+1

话说就怕把 12-13 左右的男孩子给鉴别成少女

从 nipple size 下手 ←_←

人能辨别的特征就能够让机器学习到

@takato 标注后期准备做个免费 API 给大家用，如果使用者想要改进，可以帮忙标注
@bravecarrot 已屏蔽
@learnshare 也不一定，即使可以，目前以我的水平也很难实现

没穿衣服的汉字就不是黄图了吗

@xwhxbg 标注数据集是一件很幸苦的事情，工作量大，吃力不讨好，为你点个赞

对深度学习了解不多。但是那些朋友说要针对某个 /某几个特征去做判定规则，感觉深度学习不是那种思路。

@em84 Nope
@supercaizehua 确实，不过我这个还好，我做了个小 APP，左滑黄图，右滑不黄，有个 X 可以后悔，平时上班路上就可劲儿滑。。。
@Lax 可以把有这个特征的单独标记成一类，然后先跑鉴黄，再跑 softmax 分类，不一定是一个模型就全搞定了

直接把所有 RT 加上小爱心，管他男的女的

如何定义尺度呢，毕竟有大量的图片介于黄和不黄之间，取决于看的人的主观判定

@Lax 是的，如果从术语上将，那些人说的是“符号主义”，在深度学习兴起之前是主流。
深度学习兴起之后，普遍认为“联结主义”更符合现实。

@xwhxbg 上班路上在那可劲儿划拉一堆黄图不会被当作变态么

上有政策，下有对策

我也想提一个严肃的问题，gay, ts, shemale, ladyboy 这些系列就不在考虑范围吗？

@shintendo 目的是为了节省人力审核，尺度可以调整，具体到这里就是 SFW 的值，越大越严格
@takato 个人觉得可以认为他们属于用 classify 的方式看待问题，理论上如果我把所有的 big nipple 作为一个分类，是可以实现其他人说的特质分析的
@monnand 如果着装 OK 的话，性别和性取向无关

@xwhxbg 可以把每一层的数据都打出来看一下，然后你就明白了。

人工提取特征是一件吃力不讨好的事情。。准确度还远小于机器。。

然后你就会发现一些逻辑学上的悖论了。。

识别喉结？

为什么同样的照片，男性就算是“黄”，而不行就不能算是“黄”呢？难道只允许男性裸露上身，女性裸露上身就算是“黄”了？

一般宁杀错

黄不黄的标准，看有没有性描述、挑逗等等，更加合理。单纯赤裸上身算什么黄图。

试图从技术层面解决一个不符合基本逻辑的问题：汉子裸胸 OK，妹子裸胸涉黄

其实还有汉子的胸更大的情况吧

胸宽。点宽。比例。你试试？

既然男女的标准不一样,就先判断性别...

一堆男的有 B 兆杯

如果要识别性别的话，可以考虑计算手、脚的大小，腰围，臀围以及大腿，有可能还要加上面部识别

一般来说，男的手脚相对来说大一些，腰也会比女的要粗；男的大腿和臀部没有女的那么丰满

最后问一句，楼主的算法能识别 gay 片不？

@alvinbone88 怎么，你想借一部说话么？

如果是胖子怎么办，不是平胸呢

@des #64 不不不，纯粹是好奇

有时候路上都会和朋友讨论下刚刚走过去的是男还是女- -
机器更不知道了 233

求训练数据顺便求 block

@alvinbone88 出门右转 500 米就到 pornhub

@shiyouming91 为啥要自求 block

乳头间距和肩宽，有一个比例，男女的值不一样

帮你找找当时的数据，14 年做的，有点困难

既然都做了这么事儿逼的项目了，标准当然设的严一点啊

做了这种项目，就比较类似临时工，关键时刻给内容审查、精神文明顶雷的。要有觉悟

@VicYu

作这事是一大串模式识别的 pipeline 么？

不是“宁可错杀千个，不可放过一个”吗？

楼主你到底之前做过这个方向吗？看了一遍你的回复，我觉得你不太像是遇到问题求助，而是试图通过大家来入门这项工作；如果我判断错的话，我觉得你可能需要重新理一下你的思路

我室友两年前做过这个，还发了一篇 ccfc 的垃圾会议，一个求数据的都被你屏蔽掉，我也是非常不理解，这一块真的没有像样的公开数据集，你的数据怎么来的，除非是自己抓的，不然难道没有自带 label ？至少作为甲方，乙方难道没有一个大致的需求进一步来细化某些问题（是否区分男女，图片是否露脸等）？

另外，看你多次提到 open-nsfw，我由于室友的关系也接触过这个，只想说啊……尽信书不如无书。如果这句话做不到的话，那就尽信书别求创新就行了，至少自己不会把自己推入一个看似努力但是没什么卵用的大坑

@alvinbone88 不能。。。ish，我的样本没有那么丰富 T T
@shiyouming91 左转 metart，我数据在那爬的
@northisland 是啊，我都想设置 0.3NSFW 就屏蔽了。。。
@mcone 我没做过这个方向，而且以前是前端来着。。。赶鸭子上架了，开口求数据的几位同学我观察了一下，可能单纯就是求黄图的，我的数据是 metart 上抓的，然后手动分类，训练集 1500 黄图，1500 不黄的，没得甲方，产品爸爸提的需求，不关心我怎么实现。open-nsfw 主要提供参考，我是用的 TensorFlow，它用的 Caffe，不过它的 loss 函数和激发函数都很有价值。这方面的书我基本没看过，有啥推荐的么，目前在看 andrew ng 的课，比较基础。

感觉大家对深度学习有点误会，类似于体征比如 cup 这样的数据从图上面是得不到的，除非你有人家体检的数据

总结了一下各个楼层的回答，目前看来比较可行的是通过无监督学习先去分类，然后看看哪些类是黄图。

其余的方法，比如测量 nipple 的大小是基本不可行的，图的像素分布并不能决定这个，除非能有体检的数据

另外我是真的很水啊，我以前是前端来着，深度学习是因为产品爸爸有需求，然后公司又不大，所以我就来做了

到今天我还在看人家的视频 tutorial 呢。。。

@xwhxbg 难怪，看你回复感觉就不是做这个的……

没有甲方就去问产品爸爸吧，让他把需求进一步细化，你的疑问都丢给他过一遍再说。另外，你这正负样本加起来才 3k …………你让产品爸爸想办法在数据集后面加两个 0 吧，最起码加一个 0 然后用 svm 之类的简单分类器；不然要么放弃训练只拿别人模型做测试，结果随缘，要么让这个 PM 滚……

另外，如果赶鸭子上架的话，如果不是时间特别宽裕个人建议别看 dl 的课程了，学完了你也会发现在应用中没啥大用（实际工业中几乎都是掉包侠，谁管你反向传播公式怎么推）。真想看的话，找一本统计机器学习的书从基础慢慢啃，DL 理论上主要就是数学基础+网络拓扑两部分

训练识别脸也越来越难，现在很多小男生脸部特征越来越像女生，：）逃

学会拒绝产品的不合理需求

深度学习的话想把模型往某个方向调整，可以试着自己主动在样本里加一些符合该方向的例子，如你放一些没穿上衣的汉子以及一些平胸妹子，调调参让模型自己拟合玩去就行了。当然如果放太多了也会影响模型的中心思想，因为可能过分违背了真实分布。

双性人怎么办，大萌妹。

@mcone 数学基础还好，我之前上大学的时候学的应用数学，所以简单的概率论，数理统计，微积分都还能应付，我观察了一下 DL 所需要的知识结构，欠缺的主要是离散数学相关的知识，网络拓扑也完全没学过。。。。

然后主要是 2018 了，大家都在搞 DL，感觉不搞一下工作都找不到了，个人觉得姑且还是学习一下，起码要有调参侠的水平，另外谢谢你的建议，very helpful ！
@auhah 产品是爸爸，我们公司的产品的地位只在 CEO 之下，而我的地位大约是跟扫地大妈平级。。。。

你这是涉嫌歧视平胸女性啊！暗讽他们是汉子！应该予以封号！

才 3000 数据量太少了。。。 这做出来肯定分类结果不好 建议先多收集数据

求数据，我感觉应该可以用 GAN 做个模型，吧平胸变成 BCDEF

我在跟你加一个恐怖的分类怕你人工都不想识别。
胖子和比较胖的孕妇裸露上身。
想想我都觉得可怕。

求问怎样识别女装大佬...

识别人脸男女： https://github.com/oarriaga/face_classification

3000 的数据量。。。。
你确定你入门了吗？ mcone 的回复很中肯了。
另外如果某一类可能误杀（ false positive ），就应该增大这类数据在训练集的比重。

A Cup 的妹子 nipple 还是要比男孩子大不少的 (逃

除了胸男女体脂分布骨骼都不一样什么肩膀手臂腰臀都能识别啊

平胸没乳头吗？

你们为什么要帮楼主

nipple 大小 /nipples 之间距离，这个比例值，肯定女的大于男的，所以如果露 2 点的话。问题就可以简化成简单的图形处理了，可以看看 opencv 大概步骤，大概就是先提取特定 nipple 颜色（粉、棕、黑？），再求 nipples 之前的距离，算比例。

@dbsquirrel 3000 都收集了很久了。。。现在公司都是短平快，没有鸡就要你生蛋的
@nullcoder I can't say that I do.
@tubanwu 我上面说了，要是我有体检数据那就不用这样了呀

对于一些比较 hard 的 cases，我觉得可以考虑用 bootstrap 的思想，提高它们对于超参的影响权重。另外，据我所知这个需求已经有现成的接口可以调用了，为何要重复造轮子。

@GenkunAbe 是有的，图谱，但是要付钱，而我对于公司来说不需要付额外的费用呀