如何使用 AI 进行图片分析？

[wunonglin]

使用语言：

• Golang
• Nodejs

使用者：

• 0 基础机器学习
• 0 数学方面基础

目的：

• 针对上传的图片进行分析

最低要求：

• 判断图片是否存在人体(包括人体的任何部位之一，精度胳膊手臂头身子就行)
• 获取人的性别

最高要求：

• 判断图片是否存在人体(包括人体的任何部位之一，精度最好到只有一根手指头也能识别)
• 获取人的性别

期望实现方式：

• 调用开源框架使用开源模型分析
• 调用开源框架使用自己训练的模型（排除样本因素，需要能简单上手的 0 基础训练教程）
• 可以使用商业分析服务，但价格不高于 10000 张 /50 元

问：如何可以满足这个需求？

[hello2090]

如果要自己做，第一步，上网完成一个机器学习教程
如果要别人做，第一步，找个能帮你做的人

[p2pCoder]

准召什么要求
对商业的不是很了解，但是凭直觉来说这价格很难做
自己做，也大概率不靠谱
整体感觉，兄弟你最好不做这个项目

[imn1]

要求 1 和要求 2 有冲突，手指、手臂怎么判断性别？

github 搜 “NSFW” 有不少鉴黄的模型、工具，能识别特殊部位和性别
搜“gender”有性别识别的模型，当然主要是靠脸

识别人的当然有，但我没怎么去了解过，例如一些自动驾驶方面的肯定要识别“部分人体”的

[wunonglin]

@p2pCoder #2 我自己的需求。手上有千来万张图片，后期会更多，需要分类

[p2pCoder]

@wunonglin 你首先明确 准确率 召回率的要求，再考虑这个需求

[wunonglin]

@imn1 #3

对。我的锅说的不是很清楚，如果只是匹配到非身体和脸部，性别是不能判断的。
我去看下你推荐的

[tfdetang]

如果只是做鉴黄，感觉不是特别复杂的需求，应该不少开源方案可以达到你的最低要求。当然要做到让甲方满意就是另外一回事了

[wunonglin]

@p2pCoder #5 不是很理解准召率这个概念。但是是有我期望的方式解决的是吧？前提是能实现，后面我可以根据我自身决定准召率吧

[wunonglin]

@tfdetang #7 不是鉴黄。只是我自己的一点需求而已。而且云服务商的鉴黄已经很成熟了，我也没必要问了

[p2pCoder]

@wunonglin 基本可以理解为识别的准确率，这个事关你的交付效率以及成本
准确率肯定是低于 100%的，一般来说，有 90%就很不错了，你要把这个谈好，是最核心的
你要实现的不是基本的功能，而是要确保识别的正确，否则，写个随机生成，也有一定的概率正确
就算你做的再好，最好也是有一大堆的 bad case
所以还是第一部还是谈好识别的准确率
然后在这个要求的基础上，看各中方案成本是否能够 cover 住

[wunonglin]

@p2pCoder #10 是的。只是我这个是我个人用的而已。第一目标当然是能吧这件事“做”到，后面我了解之后可以慢慢了解这个东西

[Juszoe]

第一个需求可以建模为语义分割任务，放一个榜单
https://paperswithcode.com/sota/semantic-segmentation-on-lip-val
例如这个应该能够满足你的需求 https://github.com/PeikeLi/Self-Correction-Human-Parsing
但是语义分割自建数据集标注工作量太大，如果不需要分析像素级信息，可以建模为多标签分类任务

第二个需求应该现成的服务有很多，就不举例了

[imn1]

不建议自己建模
一来，个人机器能力有限，需要长时间运算（单位按十小时甚至天，中间不能断）
二来，你手上的图片太少，建出来的模型通用性低，这意味着需求稍微有些改变，就要重新建模一次，又是按天算的工作

我有千万级图片，但没有强力机器(强力 CPU+强力显卡 GPU)，根本不敢玩建模

如果你只有万级数量图片需要分类，其实跑 AI 有点浪费，当然作为学习是另算
我建议用其他方案（例如 exif 或人脸识别）初步筛选分类，然后目测做第二级别分类

[c0xt30a]

可以从给图片添加描述开始。
我之前做过一个 demo 在这里： https://github.com/fengwang/recaption_images
真的使用，模型还需要自己精调

[wunonglin]

@Juszoe 好的多谢。我去了解一下你说这个

@imn1 我现在是有大概千万张图。人脸识别应该都有成熟的模型了，这个我看看怎么做比较好。

[jaredyam]

Python 跑对应开源的 SOTA 模型，不需要过脑子，也不要太想着自己训练，具体效果就得对比不同模型在你实际常见数据上的表现了。AI 这块指标比较可控，具体 case 其实很难把控，产品级方案开源模型很难魔改。