使用open_nsfw鉴别色情图片（基于tensorflow）

一、背景

nsfw指“Not Suitable For Work”，就是含蓄的表达不宜浏览的内容。最近需要做一小部分关于色情图片识别的工作，就把最基础的工作内容记录下来。

二、现有方法

用于鉴别色情图片的现有方法基本有3种思路：

1. 利用python的nonude模块直接识别
   这个思路是我看一篇博客中的介绍：用 Python 鉴别色色的图片。这篇博客介绍的还是很详细的，这个模块的原理是根据计算暴露皮肤的百分比来判断的，超过15%就认为是。实现过程简单，直接导入模块就能使用，但是该模块已经有3年没有更新过了，识别结果只有“真”“假”两种情况，准确率比较低。

2. 统计人体皮肤的面积占比
   这种方法的思路就是找出皮肤区域，然后通过一定的统计特征，判断是否为色情图片。原作者给出了不同色彩空间下的皮肤判断公式，包括RGB，HSV，YCbCr三种空间。这种方法的参数可以自行调整，看了下，作者给出的效果还不错，但是结果也是只能判断出真假两种情况。

3. 利用yahoo提供的open_nsfw模型及其拓展模型识别
   yahoo提供了一个open_nsfw开源程序，链接：http://github.com/yahoo/open_nsfw，这个程序是用深度学习模型做的，主要是vgg，我没有深究里面的模型结构，看了下效果，对图片采用打分的方式，分数大于0.8就说明很有可能是了。目前来说，这个模型的效果和可移植性都非常高，因此我主要考虑这种方法。

当然，yahoo公布的这个模型是2年前做的了，到现在为止，已有很多人对此进行了拓展衍生。

三、利用yahoo的open_nsfw识别色情图片（基于tensorflow）

上面也提到了yahoo这个开源程序的问题，就是版本不对应。于是我就找基于tensorflow的模型，还好找到了。附上链接：https://github.com/mdietrichstein/tensorflow-open_nsfw
https://gitee.com/zhangshengfu/NSFW-Python.git
使用第二个程序：
测试可以直接使用，下面直接上测试结果：

结果为：
Python–>>result:[0.43040982 0.5695902 ],path:D:/PythonProject/NSFW-Python/testImages\timg.jfif
使用tf模型，适宜观看指数0.43，不适宜观看指数0.57
TFLite–>>result:[0.64222586 0.3577741 ],path:D:/PythonProject/NSFW-Python/testImages\timg.jfif
使用TFLITE模型，适宜观看指数0.64，不适宜观看指数0.35

四、分析

1. 目前来看，只是识别是否色情图片这方面，已经做的挺好的了，但是个人感觉如果想提高识别效果，一方面需要人体关键点检测，另一方面，一些人体动作和眼神，表情识别也有助于做进一步的判断。

2. 如果想要自己重头训练的话，github上倒是有一些开源数据集。。。。。。。。先给出两个链接地址：
   https://github.com/EBazarov/nsfw_data_source_urls
   https://github.com/alexkimxyz/nsfw_data_scraper

（目前）前者总计159种不同类别的色情图片，约158万张图片链接，后者总计6类，约22万张。可以考虑自己写脚本把这些图片爬出来。需要注意的就是很多图片的链接是来自reddit，tumblr的，需要翻墙。
04630835/article/details/87178385