数据集-鉴黄

前方高能预警，非战斗人士请火速撤离……

数据集1：https://github.com/EBazarov/nsfw_data_source_urls/tree/master/raw_data

在 raw_data 文件夹里，可以找到不同的 .txt 格式的文档，每个文档都含有一组 URL，以下是关于该数据集的一些统计信息：

159个 不同的类别
158.9331 万个 URL
下载并清洗后大约有 500GB，或者说有 130 万张 NSFW 图像

数据集2：https://github.com/alex000kim/nsfw_data_scraper

主要五大类

 

比较成熟的模型：

项目1:

 

项目地址：https://github.com/infinitered/nsfwjs

网页测试地址：https://nsfwjs.com/

该模型主要包括五大标签：

绘画（Drawing）：无害的艺术，或艺术绘画。

变态（Hentai）：色情艺术，不适合大多数工作环境下观看。

中立（Neutral）：一般，无害的内容。

色情（Porn）：不雅的内容和行为，通常涉及生殖器。

性感（Sexy）：不合时宜的挑衅内容。

项目2：

 

项目地址 ：https://github.com/devzwy/open_nsfw_android

该项目支持色情图片离线识别（离线鉴黄），基于TensorFlow实现。识别只需200ms,可断网测试，成功率99%，调用只要一行代码，从雅虎的开源项目open_nsfw移植，tflite（6M）为训练好的模型（已量化），该模型文件可用于iOS、java、C++等平台，Python使用生成的tfLite文件检测图片的速度远远快于实用原模型。

项目3：

 

项目地址：https://github.com/yahoo/open_nsfw

项目更多介绍：https://yahooeng.tumblr.com/post/151148689421/open-sourcing-a-deep-learning-solution-for

该项目是由雅虎开源，自动识别图像（包括令人讨厌的图像和成人图像）不适合（SFW）/不适合工作（NSFW）。雅虎建议大家在使用时选择自己的阈值，因为应用场景和对 NSFW 标准的理解可能会有差异，所以开发人员最好根据自己应用对 NSFW 的定义来设定评估值。

关于更多视频/图片鉴黄有哪些算法和开源库参考:
1.视频/图片鉴黄开源库
2.图像鉴黄算法综述