三井 发自 凹非寺
量子位 出品 | 公众号
真是青出于蓝而胜于蓝。
距离上次开源20万“不可描述”图片数据集30天之后，又有人在上放出“大招”：
开源了内含158.9万张不可描述图片的数据集。
这次出手的，是一位名叫 数据科学家，目前在一家内容优化公司工作。
他说，自己做这个数据集，是受到了（20万数据集）的启发。
与先前的数据集不同，这个数据集更加“纯粹”，并按照场景、外观等因素分成了159个类别，比如：
“”、“ch”、“-shots”等等。
而且，在这159个类别之下，再次进行了分类。比如在“”类别下，还有5个类别：
至于这个数据集的用途，就仁者见仁智者见智了。
表示，它可以用来鉴别“NSFW”图像。毕竟这个数据中基本上都是“不可描述”的图像，分类又细化。
如果你有想法，倒是可以上手试一试。
比如，上次20万数据集放出之后，就有人做成了鉴黄模型。
项目地址：
想要下载数据集，得有足够大的硬盘。整个数据集下载清洗后大概有500G大小。
在上，给出的是图片的URL。
具体的下载方法，可以参考中的脚本：
找到目录下的“.sh”……
但是，切记，一定不要在办公室打开。
传送门
数据集下载脚本地址：
158万数据集地址：
— 完 —
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号()对话界面，回复“招聘”两个字。
量子位 · 头条号签约作者
վ’ᴗ’ ի 追踪AI技术和产品新动态
———END———
限 时 特 惠： 本站每日持续更新海量各大内部创业教程，永久会员只需109元，全站资源免费下载 点击查看详情
站 长 微 信： nanadh666
声明： 本站内容转载于网络，版权归原作者所有，仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任，若侵犯到你的版权利益，请联系我们，会尽快删除处理！
