Запуск распознавания семантического изображения

Question

Как распознать (в) соответствующие изображения?

Чтобы облегчить, активировать и упростить таргетинг на модерацию фотографий и изображений, а также настроить таргетинг на управление gae, я попытаюсь начать с базового распознавания образа python, т. Е. Базовую семантическую информацию о том, как выглядит изображение, чтобы сдержать сомнительный материал, пока человек не сможет его оценить, и одобряйте большинство, которые хороши. Испытательная партия> 10 000 изображений имели один или только очень мало, поэтому, избегая ложных срабатываний, естественно, хорошо. Я нашел следующие ссылки, чтобы следить за вами и благодарить всех за все советы, предложения и рекомендации. В основном модерация отображает количество изображений и просто кнопку «ok» или наоборот по умолчанию «ok» и кнопку «Disapprove» в зависимости от решения по умолчанию (по умолчанию, вероятно, публикуют все и ad hoc (человека) неодобрение, если некоторые неподходящие с момента абсолютного основная часть> 99% материала соответственно хорошо) link text

link text

Answer 1

Я считаю, что вы хотите, чтобы начать здесь

http://en.wikipedia.org/wiki/Feature_detection_%28computer_vision%29

, а затем освежить свою статистическую теорию, чтение каких-либо документов по данной теме.

Answer 2

в питона вы всегда:

import supreme_court 

Потому что, когда речь идет о порнографии, они знают, когда они видят это.

Смешные шутки в стороне, я разработал бы кучу нечетких распознавателей изображений, которые бы соответствовали легким вещам (например, сколько изображения составлено из цветового тона кожи?). На данный момент вы, вероятно, можете найти множество подозрительных переменных - это тяжелая (иш) часть. Затем используйте деревья классификации и регрессии для реализации реального механизма принятия решений. Обучите его своим учебным образцом, затем выполните проверку скрещивания образцов, чтобы получить представление о ложных позитивах/негативах.