这是一个创建于 2127 天前的主题，其中的信息可能已经有所发展或是发生改变。
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
项目地址： https://github.com/alexkimxyz/nsfw_data_scrapper
最后，希望大家注意身体
 |
1
lwlipuyang 2019-01-14 14:46:58 +08:00
我佛了
|
 |
2
hilbertz 2019-01-14 14:47:52 +08:00  46
好的，先让我再进行一次详细的人工标注
|
 |
3
publicvoid 2019-01-14 14:54:30 +08:00
楼主好人
|
 |
4
DesmondLiu90 2019-01-14 14:55:05 +08:00
666
|
 |
5
zhang1215 2019-01-14 15:11:01 +08:00
刚刚随意打开一张发现并不是 NSFW 的 http://cdn.awwni.me/kguv.jpg
|
 |
6
lucahan 2019-01-14 15:12:09 +08:00
有点强啊。。。。
|
 |
8
Oa 2019-01-14 15:13:03 +08:00
删前留名
|
 |
9
wsd15321 2019-01-14 15:18:38 +08:00
这也行
|
 |
10
ziseyinzi 2019-01-14 15:20:34 +08:00 via Android 1
收藏比回复多系列
|
 |
12
HOHOCCC 2019-01-14 15:25:51 +08:00
这谁顶得住啊
|
 |
13
thonatos 2019-01-14 15:26:57 +08:00 3
要不要拿出我私藏的爬虫出来？怕分享了大家身体就垮了
|
 |
14
hpeng 2019-01-14 15:28:20 +08:00 via iPhone
Reddit 去采集 nsfw 就好了，已经帮你标注了
|
 |
15
slamDunkLINk 2019-01-14 15:37:16 +08:00
楼上的,有就别私藏了,分享才是王道
|
 |
17
sxm 2019-01-14 15:47:50 +08:00 via Android
抓个 xxx 站就有几百万的图了
|
 |
18
zhuoyan 2019-01-14 15:48:53 +08:00
1042 次点击, 25 人收藏
|
 |
20
stone666 2019-01-14 15:57:00 +08:00
火钳刘明
|
 |
22
wwg1994 2019-01-14 16:01:49 +08:00
这谁顶得住啊
|
 |
23
shench 2019-01-14 16:08:34 +08:00
厉害厉害！
|
 |
24
abeholder 2019-01-14 16:08:45 +08:00 5
|
|
27
abeholder 2019-01-14 16:12:27 +08:00
为什么突然萌生出一种六学既视感 。。。
说到 NSFW 的数据集， 我就想起了几个月前做的一个小的下载器。。。 别问了，问就文体两开花· |
 |
28
lingo 2019-01-14 16:15:35 +08:00 3
你要说人工智能神经网络，我是不会的，但是你说人工标注，那我们的故事就开始了。
|
|
29
lingo 2019-01-14 16:17:20 +08:00 4
顺便想起前几天看到的说 firefox 新功能，内置了一个黄网名单，名单上的网站不会出现在欢迎页。。
作为一个开源项目，能不能只对这份名单感兴趣 = = |
 |
30
d5 2019-01-14 16:21:10 +08:00 via iPhone
理念先进了
|
 |
31
gxlwm 2019-01-14 16:21:44 +08:00
就这一会 star 涨了好多, 老哥们稳
|
 |
32
Amayadream 2019-01-14 16:22:50 +08:00
这谁顶得住啊
|
 |
34
xspippo 2019-01-14 16:33:48 +08:00 via iPhone
快拿我的营养快线
|
 |
35
jasonyang9 2019-01-14 16:37:53 +08:00
这叫学以致用
|
 |
36
Bantes 2019-01-14 16:39:50 +08:00
1842 次点击 ∙ 55 人收藏
不说了，收藏波先 |
 |
37
suyuyu 2019-01-14 16:44:22 +08:00
插眼
|
 |
38
x86 2019-01-14 16:49:34 +08:00 4
手冲一时爽，一直冲一直爽
|
 |
39
lkmountain 2019-01-14 16:51:10 +08:00 via Android
插眼
|
 |
40
youngxu 2019-01-14 16:52:48 +08:00 via Android
机器之心昨天发的，我昨天就 clone 了以防被删（ x
|
 |
41
OMGZui 2019-01-14 16:56:23 +08:00 via Android
留图不留种，xxxxxx
|
 |
42
JRay 2019-01-14 16:59:56 +08:00 2
为了学习人工智能我决定要收藏一波
|
 |
43
wjfz 2019-01-14 17:01:04 +08:00
已 DownLoad ZIP 防止被删
|
 |
44
cp333 2019-01-14 17:01:52 +08:00 via iPhone
教练，我也要学人工智能
|
 |
45
hackpro 2019-01-14 17:03:39 +08:00 via iPad
这么大的数据集就算了 你还要做 GAN
你想干嘛 想让 TA 自己脱衣服吗😂 |
 |
46
zhichaozhang 2019-01-14 17:03:53 +08:00 via iPhone
fork 了
|
 |
48
leexy 2019-01-14 17:18:25 +08:00
666
|
 |
49
ResidualWind 2019-01-14 17:25:59 +08:00
火钳刘明
|
 |
50
rocyhua 2019-01-14 17:27:13 +08:00
火钳刘明
|
 |
51
CivAx 2019-01-14 17:38:40 +08:00
后排兜售营养快线、卷纸
|
 |
52
bravecarrot 2019-01-14 17:46:57 +08:00 via iPhone
期待楼主的换脸作品
|
 |
53
zhouyg 2019-01-14 17:47:41 +08:00
学习学习下人工智能
|
 |
54
Yiki 2019-01-14 17:59:45 +08:00
大家保重身体
|
 |
55
lostberryzz 2019-01-14 18:02:50 +08:00
proxychains4 wget --tries=1 -i raw_data/porn/porn.txt
|
 |
56
peaceblast 2019-01-14 18:07:32 +08:00 via iPhone
@zhouyg 好像很正经的样子……
|
 |
57
mumonitor 2019-01-14 18:13:12 +08:00
我准备开始学习卷积神经网络了！
|
 |
58
AngryPanda 2019-01-14 18:13:18 +08:00
战略性 mark
|
 |
59
j717273419 2019-01-14 18:44:05 +08:00 via Android
有没有 nsfw 视频训练集
|
 |
60
0312birdzhang 2019-01-14 18:58:39 +08:00
战略性马克，
 我为什么滑稽了起来 |
 |
61
xlcoder166 2019-01-14 19:05:28 +08:00
战略性马克 +1
|
 |
62
heiyutian 2019-01-14 19:14:53 +08:00 via Android
这是限制级？
 |
 |
63
ddid 2019-01-14 19:21:17 +08:00
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？
|
 |
64
hotea 2019-01-14 19:21:38 +08:00
1024
|
 |
65
purplewall 2019-01-14 19:23:25 +08:00
讲真这个项目是个爬虫+分类器吧，不过链接是真的多
|
 |
66
dissvm 2019-01-14 19:24:54 +08:00 via Android
91024
|
 |
67
tao1991123 2019-01-14 19:25:20 +08:00
好人一生平安
|
|
68
ddid 2019-01-14 19:26:07 +08:00
好吧，多翻了几张，挺全面的……
|
 |
69
michaelcheng 2019-01-14 19:29:32 +08:00
凸(艹皿艹 ),在公司不小心点开
|
 |
70
googlefans 2019-01-14 19:38:25 +08:00 via iPad
懂了
|
 |
71
KasuganoSoras 2019-01-14 19:39:19 +08:00 1
<?php
$data = file_get_contents("/raw_data/pron/pron.txt"); $exp = explode("\n", $data); foreach($exp as $url) { exec("wget {$url}"); } |
|
72
KasuganoSoras 2019-01-14 19:39:45 +08:00
写错了是 porn hhh
|
 |
73
earthyan 2019-01-14 19:43:33 +08:00 via iPhone
哈哈哈
|
 |
74
wangfei324017 2019-01-14 19:45:55 +08:00
蛮多无关的啊。。
|
 |
75
Phariel 2019-01-14 19:48:18 +08:00 via iPhone
这种项目建议不要 fork 会有 ban 号的风险
|
 |
76
Loyalsoldier 2019-01-14 20:01:19 +08:00 2
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 |
 |
77
daxiongz 2019-01-14 20:30:20 +08:00
够了....
|
 |
79
weeevv 2019-01-14 20:58:24 +08:00 via Android
再来几个人把 GAN 抬上来...
|
 |
80
ayase252 2019-01-14 21:21:24 +08:00
|
 |
81
exciting 2019-01-14 21:48:07 +08:00 via iPhone
1024
咦，不好意思走错站了。 |
 |
82
i945 2019-01-14 21:51:29 +08:00
我感觉... 这个真训练出来，没几张图能过审
|
 |
83
Mrlgm 2019-01-14 22:21:10 +08:00
这谁顶得住呀
|
 |
84
Nick2VIPUser 2019-01-14 22:57:10 +08:00 2
|
 |
85
fly9006 2019-01-14 23:16:35 +08:00
额，这样玩下去，gayhub💊
|
 |
86
xxgirl2 2019-01-15 01:15:11 +08:00
记得把下载脚本里的 wget 改用 aria2c，要不然那是真的慢（
|
 |
87
xuanbg 2019-01-15 07:24:05 +08:00
自然风光图片不错
|
 |
88
imn1 2019-01-15 07:52:12 +08:00
自从有电脑开始就不缺这种数据，而且是已经标注了的……
|
|
91
imn1 2019-01-15 08:20:22 +08:00
|
 |
92
lyseky 2019-01-15 08:21:08 +08:00 via Android
收藏不看系列
|
 |
93
fengc 2019-01-15 08:26:13 +08:00 via iPhone
|
 |
94
flashrick 2019-01-15 09:01:35 +08:00
这谁顶得住啊
|
 |
95
DRcoding 2019-01-15 09:07:15 +08:00
7129 次点击 ∙ 263 人收藏 ∙ 5 人感谢
热爱学习的我觉定让它变成 264 人收藏 |
 |
96
hasbug 2019-01-15 09:21:35 +08:00
翻看了一些，都是欧美，也没看到真漏的，失望，还不如 sex 站直接看
|
 |
97
huruwo 2019-01-15 09:26:06 +08:00
fork 就完事了
|
 |
98
Tourin 2019-01-15 09:33:34 +08:00
已 star
|
Select Language