这是一个创建于 1066 天前的主题，其中的信息可能已经有所发展或是发生改变。
使用语言：
- Golang
- Nodejs
使用者：
- 0 基础机器学习
- 0 数学方面基础
目的：
- 针对上传的图片进行分析
最低要求：
- 判断图片是否存在人体(包括人体的任何部位之一，精度胳膊手臂头身子就行)
- 获取人的性别
最高要求：
- 判断图片是否存在人体(包括人体的任何部位之一，精度最好到只有一根手指头也能识别)
- 获取人的性别
期望实现方式：
- 调用开源框架使用开源模型分析
- 调用开源框架使用自己训练的模型（排除样本因素，需要能简单上手的 0 基础训练教程）
- 可以使用商业分析服务，但价格不高于 10000 张 /50 元
问：如何可以满足这个需求？
 |
1
hello2090 2022-01-26 19:02:52 +08:00
如果要自己做，第一步，上网完成一个机器学习教程
如果要别人做，第一步，找个能帮你做的人 |
 |
2
p2pCoder 2022-01-26 19:21:17 +08:00
准召什么要求
对商业的不是很了解，但是凭直觉来说这价格很难做 自己做，也大概率不靠谱 整体感觉，兄弟你最好不做这个项目 |
 |
3
imn1 2022-01-26 19:21:54 +08:00
要求 1 和要求 2 有冲突，手指、手臂怎么判断性别？
github 搜 “NSFW” 有不少鉴黄的模型、工具，能识别特殊部位和性别 搜“gender”有性别识别的模型，当然主要是靠脸 识别人的当然有，但我没怎么去了解过，例如一些自动驾驶方面的肯定要识别“部分人体”的 |
 |
7
tfdetang 2022-01-26 19:31:04 +08:00
如果只是做鉴黄，感觉不是特别复杂的需求，应该不少开源方案可以达到你的最低要求。当然要做到让甲方满意就是另外一回事了
|
 |
8
wunonglin OP @p2pCoder #5 不是很理解准召率这个概念。但是是有我期望的方式解决的是吧？前提是能实现，后面我可以根据我自身决定准召率吧
|
|
10
p2pCoder 2022-01-26 19:43:14 +08:00
@wunonglin 基本可以理解为识别的准确率，这个事关你的交付效率以及成本
准确率肯定是低于 100%的，一般来说，有 90%就很不错了，你要把这个谈好，是最核心的 你要实现的不是基本的功能，而是要确保识别的正确，否则，写个随机生成，也有一定的概率正确 就算你做的再好，最好也是有一大堆的 bad case 所以还是第一部还是谈好识别的准确率 然后在这个要求的基础上，看各中方案成本是否能够 cover 住 |
|
11
wunonglin OP @p2pCoder #10 是的。只是我这个是我个人用的而已。第一目标当然是能吧这件事“做”到，后面我了解之后可以慢慢了解这个东西
|
 |
12
Juszoe 2022-01-26 20:26:51 +08:00
第一个需求可以建模为语义分割任务，放一个榜单
https://paperswithcode.com/sota/semantic-segmentation-on-lip-val 例如这个应该能够满足你的需求 https://github.com/PeikeLi/Self-Correction-Human-Parsing 但是语义分割自建数据集标注工作量太大，如果不需要分析像素级信息，可以建模为多标签分类任务 第二个需求应该现成的服务有很多，就不举例了 |
|
13
imn1 2022-01-26 20:50:21 +08:00
不建议自己建模
一来，个人机器能力有限，需要长时间运算（单位按十小时甚至天，中间不能断） 二来，你手上的图片太少，建出来的模型通用性低，这意味着需求稍微有些改变，就要重新建模一次，又是按天算的工作 我有千万级图片，但没有强力机器(强力 CPU+强力显卡 GPU)，根本不敢玩建模 如果你只有万级数量图片需要分类，其实跑 AI 有点浪费，当然作为学习是另算 我建议用其他方案（例如 exif 或人脸识别）初步筛选分类，然后目测做第二级别分类 |
 |
14
c0xt30a 2022-01-26 20:51:16 +08:00
|
|
15
wunonglin OP |
 |
16
jaredyam 2022-01-26 22:14:57 +08:00
Python 跑对应开源的 SOTA 模型，不需要过脑子，也不要太想着自己训练，具体效果就得对比不同模型在你实际常见数据上的表现了。AI 这块指标比较可控，具体 case 其实很难把控，产品级方案开源模型很难魔改。
|
Select Language