这是一个创建于 2530 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 SuYia 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 1daydayde 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 berrybeberry 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 iPhon 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