À partir de reconnaissance d'image sémantique

StackOverflow https://stackoverflow.com/questions/1257933

Question

Comment reconnaître (dans) des images appropriées?

Pour faciliter, activer et photo easify et la modération de l'image et l'administration ciblant Gae, je tente de démarrer avec la reconnaissance d'image python base, à savoir l'information sémantique de base ce que l'image ressemble à maintenir un matériau dos douteux jusqu'à ce que l'homme puisse en juger, et d'approuver le plus qui sont bons. Un lot d'essai> 10 000 images avaient une ou simplement très peu Évitant de faux positifs est naturellement bon. J'ai trouvé les liens suivants à suivre et merci à vous tous à l'avance de tous les conseils, suggestions et recommandations. Très essentiellement la modération affiche un certain nombre d'images et juste un bouton « ok » ou par défaut viceversa « ok » et un bouton « Désapprouver » selon la décision par défaut (par défaut publier probablement tout et ad hoc (humain) désapprobation si certains ne convient pas depuis l'absolu majeure partie> matériau de 99% est avantageusement bon) texte de lien noreferrer"> de

Autres conseils

En python vous pouvez toujours: 

import supreme_court

Parce que quand il s'agit de la pornographie, ils le savent quand ils le voient.

blagues Médiocres à part, je développeraient un tas d'images floues d'reconnaisseurs qui correspondent à facile choses (comme la quantité de l'image se compose d'un ton de couleur de la peau?). Vous pourriez probablement venir avec une bonne quantité de variables suspectes à ce point - c'est la partie difficile (ish). Ensuite, utilisez la classification et la régression des arbres pour mettre en œuvre le moteur de décision réelle. Former avec votre échantillon de formation, puis faire la validation croisée échantillon pour avoir une idée des faux positifs / négatifs.

Licencié sous: CC-BY-SA avec attribution
Non affilié à StackOverflow
scroll top