机器学习 TensorFlow 实现智能鉴黄
机器学习 TensorFlow 实现智能鉴黄 前言 最近在做一款图床服务，关注公号的小伙伴一定记得小柒曾说过，会在周末放出的，不好意思放大家鸽子了。之所以一直没敢放出，是因为鉴黄接口一直没调试好，虽然我对公号的小伙伴百分之百信任，奈何互联网鱼龙混杂，万一上传了什么不雅的图片，然后不巧被某部门发现了，我包括我的服务器域名可就彻底玩完了！ 架构 如图，先聊一下图床的架构： Nginx 代理那是必备神器了。 lua 限流是一定的了，虽然前期没啥子流量，后期可能也没有。 限量限制大小也是必须的了，不然带宽受不了。 接入鉴黄，毕竟咱是合法备案网站。 文件多重备份，OSS、分布式文件、本地文件各一份，防止走丢。 为了查询方便，最后落库。 工具 SpringBoot，一个简化 Spring 开发的框架。 WebUploader，一个简单的以 HTML5 为主， FLASH 为辅的现代文件上传组件。 Python，加持各种开源第三方库处理图片。 nsfw_data_scraper，一个近 1w 星标的珍藏数据资源。 docker_nsfw_data_scraper，用于收集训练数据。 TensorFlow，开源机器学习库。 ResNet，图像分类的预训练模型。 TensorFlow-serving，部署 tensorflow 模型，并提供服务。 训练模型 训练之前，先介绍一个名词 NSFW