专栏名称: AI科技大本营
迎来到AI科技大本营。这里汇集了优秀的AI学习者,技术大咖和产业领袖;提供接地气的实战课程。在这里和优秀的人一起成长。
今天看啥  ›  专栏  ›  AI科技大本营

上班时间请勿打开,158万张鉴黄图片数据集来喽~

AI科技大本营  · 公众号  · AI  · 2019-02-16 14:29
作者 | 琥珀出品 | AI科技大本营(ID:rgznai100)前方高能预警,非战斗人士请火速撤离……今天给大家介绍一个在 GitHub 上一个开源的鉴黄图像数据集,它拥有 158万的数据量,叫做 NSFW data source URLs,目前该项目已收获 918 star 了。项目地址:https://github.com/EBazarov/nsfw_data_source_urls在 raw_data 文件夹里,可以找到不同的 .txt 格式的文档,每个文档都含有一组 URL,以下是关于该数据集的一些统计信息:159个 不同的类别158.9331 万个 URL下载并清洗后大约有 500GB,或者说有 130 万张 NSFW 图像以下为项目中图片截图示例:注意事项:1. 建议下载后清洗下数据集,例如:删除重复图片移动被禁止/删除掉的图片(它们有一个特殊的图像占位符)找出损坏的数据并将其删除2. 注意噪声,一些 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照