【技术】使用人工智能进行色情图片分类。

技术

使用

人工智能

进行

色情

图片

分类

妇女节发表于 2022-4-6 17:25

第 1 页

本帖最后由妇女节于 2022-4-6 19:42 编辑

本人中年技术宅，平时爱好就是自己写代码做个自用的小程序之类的。日常喜欢逛逛色情网站，搞个程序，把网站上大部分图片扒下来。（声明：由于本人技术不过关，91论坛的从没扒过）。于是乎，电脑上存了几十G的各类色情图片。里面大部分是我想看的，但是也有很大比例是鱼龙混杂一起扒下来的。比如以下：蓝圈标注的乱七八糟的图片，红圈标注的不露点的图片。

这些图片呢，我想分类保存，这就是个大问题。人工筛选太慢，自动筛选又没有合适的软件。关键是，图片中美女的阴部千奇百怪，乳房也各有千秋，这个似乎除了人工识别，没有办法。

想来想去，只有人工智能可以做到！好吧，自己动手，训练一个人工智能神经网络，进行识别。说干就干，用Python语言最方便，目前成熟的人工智能图像识别算法是YOLO v5，开源的在github库中，一搜就能搜到。很多人fork，不乏国内大神，ultralytics这个库的是正版。查了很多中文资料，让我很失望，根本没有一个手把手能教会怎么去用的。好吧，上google，搜索英文的资料，慢慢的攻下来技术难点。我把女人的图片分为三个类，阴部、乳房、臀部。
第一，首先用LableImg软件进行图片标记，LableImg是开源的，github上也能搜到。我最终标记了1200个图片。标记出来是类似这样：

上面一个个的小方框，就是标记出来阴部和乳房的位置。

第二，下载YOLO v5的源代码，是Python写的，在我本地计算机上调通，用自带的coco128库。

第三，最难的，开始训练。用GPU训练快一些，但是无奈我没有GPU卡。一个TeslaT4上万块钱，配上工作站，得小两万。用我的笔记本把，CPU训练，太鸡毛慢。终于借了一个服务器，32G内存，开始了。训练第一次，效果并不好。如下图所示，左半边是我的标记，标记那么多，右边就只识别出了一只奶子，还识别成了屁股。

待会儿再续写。

阿贝雷发表于 2022-4-6 17:33

我一个搞网络的被你逗笑了。思络很好，我咋没想到呢。给你点赞

轩辕大宝发表于 2022-4-6 17:37

期待后续吧

妇女节发表于 2022-4-6 18:57

上传图片貌似有些问题，我把刚才的图片再上传一次。蓝圈标注的乱七八糟的图片，红圈标注的不露点的图片。

图片中美女的阴部千奇百怪，乳房也各有千秋，这个似乎除了人工识别，没有办法。

LableImg软件进行图片标记

训练第一次，效果并不好。

妇女节发表于 2022-4-6 19:13

训练第一次用了大概2个多小时，100个数据，训练了10个epoch，用的神经网络模型是yolo5s.pt。yolo5s.pt这个模型，是速度快。但是精度很差，有点打击我的积极性。我拿出写硕士毕业论文的态度，查询了相关英文文献，找到了提高精度的方法：就是刻苦。本着愚公移山的精神，我一口气标记了500张图片，这种图片，看的我眼睛直了，弟弟也一直硬着。然后第二次训练来了：500张图片，训练了10个epoch，用的模型yolo5x.pt，X这个模型比S更复杂，训练速度更慢，精度高。第二次的结果：

左半边是我标记的，右半边带小数的是神经网络识别出来的结果，可以看出来，神经网络识别已经越来越接近人工识别了。右半边的框带的小数，就是它识别出分类的可信度。
但是，但是，但是，科学家是不会止步于这么低的可信度的。

妇女节发表于 2022-4-6 19:26

本帖最后由妇女节于 2022-4-6 19:29 编辑

最后一次训练来了。我足足标记了一千二百张图片，训练了一百个epoch。伴随着我借来的32G内存的电脑，整整训练了近两百小时！出结果了：

这次神经网络的识别度很高了，1.0是指神经网络已经可以百分之百识别这是什么部位，0.8是百分之八十的确认度。我很欣慰。
但是这只是识别出来了，下一步当然是程序化了。

妇女节发表于 2022-4-6 19:40

本帖最后由妇女节于 2022-4-6 19:52 编辑

最后呢，奋战两天，写了一个程序，可以把我所有的图片进行分类，存放到不同的文件夹里。

乳房：

阴部：

臀部：

其他：

最后这个文件夹就是没有识别出阴部、乳房、臀部的图。其实每个文件夹中都有漏检和误检，但是概率很低了，已经大大的降低了我的工作量。
有人会关心图片上加的红框标记，不要紧，那个是我测试用来看识别精度和可信度的，去掉它分分钟。

本文完。