一个 22 万张 NSFW 图片的鉴黄数据集？你可以有大胆的想法了……

[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

[xlcoder166]

战略性马克 +1

[heiyutian]

这是限制级？

[ddid]

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]

1024

[purplewall]

讲真这个项目是个爬虫+分类器吧，不过链接是真的多

[dissvm]

91024

[tao1991123]

好人一生平安

[ddid]

好吧，多翻了几张，挺全面的……

[michaelcheng]

凸(艹皿艹 ),在公司不小心点开

[googlefans]

懂了

[KasuganoSoras]

<?php
$data = file_get_contents("/raw_data/pron/pron.txt");
$exp = explode("\n", $data);
foreach($exp as $url) {
exec("wget {$url}");
}

[KasuganoSoras]

写错了是 porn hhh

[earthyan]

哈哈哈

[wangfei324017]

蛮多无关的啊。。

[Phariel]

这种项目建议不要 fork 会有 ban 号的风险

[Loyalsoldier]

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]

够了....

[mlhorizon]

@heiyutian #62 按照绿绿教义，肯定限制级。

[weeevv]

再来几个人把 GAN 抬上来...

[ayase252]

https://github.com/eriklindernoren/Keras-GAN
我准备好了，🤔