入门机器学习：代码+预训练模型，赶快练练吧！
来源商业新知网，原标题：开源鉴黄AI新鲜出炉：代码+预训练模型，还附手把手入门教程 要入门机器学习，一个自己感兴趣又有丰富数据的领域再好不过了。 今天我们就来学习用Keras构建模型，识别NSFW图片，俗称造个鉴黄AI。 资源来自一名印度小哥Praneeth Bedapudi，涉及图像分类和目标检测两个科目。他在GitHub上最新发布了NudeNet项目，包含代码和两个预训练模型：负责识别露不露的图像分类模型和负责找出关键部位（以便打码）的目标检测模型。 图像分类模型很简单，能区分两个类别：nude和safe，也就是露和不露，堪比经典的hotdog/not hotdog。 目标检测模型则能检测6个类别：不分性别的腹部、臀部，和区分了性别的不可描述部位。 资源链接全在文末，我们先来学习一番。 图像分类 从数据集开始 构建一个图像二分类模型，需要数据集当然也要包含两类图像。所以，第一项任务就是分别搜集露的图片（nude）和不露的图片（safe）。 不安全的nude图片 来自三处： 一 是用RipMe从website scrolller下载，这些图片来自Reddit论坛的各种NSFW板块； 图片来源： https://scrolller.com/nsfw（打开请慎重） 下载工具： https://github.com/RipMeApp/ripme 二 是P站的缩略图