https://github.com/deepvac/syszuxnsfw
一个高质量的用于NSFW（涉黄检测等领域）的测试集
https://github.com/deepvac/syszuxnsfw
Last synced: about 1 year ago
JSON representation
一个高质量的用于NSFW（涉黄检测等领域）的测试集
- Host: GitHub
- URL: https://github.com/deepvac/syszuxnsfw
- Owner: DeepVAC
- License: gpl-3.0
- Created: 2020-07-28T03:48:51.000Z (almost 6 years ago)
- Default Branch: master
- Last Pushed: 2020-08-20T12:35:16.000Z (almost 6 years ago)
- Last Synced: 2025-03-24T09:05:06.638Z (about 1 year ago)
- Language: Python
- Size: 571 KB
- Stars: 7
- Watchers: 2
- Forks: 3
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# SYSZUXnsfw
一个高质量的用于NSFW（涉黄检测等领域）的测试集
SYSZUXnsfw具有如下特点：
- 划分为porn(涉黄)、 sexy(性感)、 neutral(中立)三部分，每部分300张测试图片；
- 划分为标准：裸露敏感部位或者明显性行为判定为涉黄、穿着少裸露大面积皮肤但未暴露隐私部位判定为性感、其余为中立；
- 贴近实际环境，分数高低直接体现算法落地的成熟度；
- 标准的ClassifierReport模块来打分，公平程度犹如高考；
dataset目录中的图片文件使用git lfs维护，克隆该项目前，你需要首先安装git-lfs：
```bash
#on Linux
apt install git-lfs
#on macOS
brew install git-lfs
```
然后：
```bash
#克隆该项目
git clone https://github.com/DeepVAC/SYSZUXnsfw
#拉取dataset图片
git lfs pull
```
## 使用说明
项目的目录说明如下：
| 目录 | 说明 | 上传进度 |
|---------|---------|------------|
|dataset |数据集 |
|porn |涉黄图片 |未上传 |
|sexy |性感图片 |更新20200730|
|neutral |中立图片 |更新20200730|
|src |测试示例代码|未上传 |
## 如何计算分数
测试集上的分数可以通过deepvac项目lib库的syszux_report模块（ClassifierReport类，来自https://github.com/DeepVAC/deepvac/blob/master/lib/syszux_report.py ）给出。ClassifierReport类会给三分类的混淆矩阵和评估指标。
#### 混淆矩阵
| | 涉黄 | 性感 | 中立 |
|------|------|------|------|
| 涉黄 | 295 | 5 | 0 |
| 性感 | 9 | 290 | 1 |
| 中立 | 0 | 3 | 297 |
#### 混淆矩阵说明：
- 第一行说明300张涉黄图片295张预测为涉黄即分类正确，5张预测为性感即分类错误，0张预测为中立；
- 第二行说明300张性感图片9张预测为涉黄即分类错误，290张预测为性感即分类正确，1张预测为中立即分类错误；
- 第一行说明300张中立图片0张预测为涉黄，3张预测为性感即分类错误，297张预测为中立即分类正确；
| | 1 | 0 |
|----|-----|-----|
| 1 | TP | FN |
| 0 | FP | TN |
#### 评估指标
预测正确样本数量(numcorrect)：(TP+TN)；
准确率(accuracy)：(TP+TN) / (TP+FN+FP+TN)；
每一类的精准率(precision)：FP / (TP+FP)；
每一类的召回率(precision)：FP / (TP+FN)；
每一类的F1-Score：F1-score = 2TP/(2TP+FP+FN)；
准确率accuracy和精确率precision都高的情况下，F1 score也会显得很高；
#### 使用ClassifierReport模块来进行以上分数的计算
```python
#use the ClassifierReport class
report = ClassifierReport('gemfield',5, 3)
report.add(1, 2).add(1, 1).add(0, 0).add(0, 2).add(2, 2)
report()
```
程序会输出markdown格式的报告：
- dataset: gemfield
- duration: 0.000
- accuracy: 0.600
- CONFUSION-MATRIX
| gemfield | cls0 | cls1 | cls2
|---|---|---|---
| cls0 | 1 | 0 | 1
| cls1 | 0 | 1 | 1
| cls2 | 0 | 0 | 1
- TEST NSFW REPORT
| gemfield | cls0 | cls1 | cls2
|---|---|---|---
| precision | 1.000 | 1.000 | 0.333
| recall | 0.500 | 0.500 | 1.000
| f1-score | 0.667 | 0.667 | 0.500
## 使用许可
本项目仅限用于纯粹的学术研究，如：
- 个人学习；
- 比赛排名；
- 公开发表且开源其实现的论文；
不得用于任何形式的商业牟利，包括但不限于：
- 任何形式的商业获利行为；
- 任何形式的商务机会获取；
- 任何形式的商业利益交换；
## 项目贡献
我们欢迎各种形式的贡献，包括但不限于：
- 提交自己的作品/产品在SYSZUXnsfw上的成绩；
- 发现和Fix项目的bug；
- 提交高质量的测试集数据；