深度学习技术系列（1）：Mosaic Model — 不良图片检测开源模型

最近整理了在图像深度学习方面的一部分工作，开源了一个不良图片检测的CNN模型（Mosaic Model），放在了github上。目前github上开源了最新的模型，以及demo的python文件，可以直接下载使用，后续会维护模型更新，进一步提高准确率。欢迎大家使用，欢迎Issue，欢迎Star。这篇文章简单做个说明。

Mosaic Model是面向图片检测训练的深度学习CNN模型，计划能够针对多种不良图片给出检测结果，现在首先实现了色情图片的检测。

Mosaic Model基于keras实现，提供了JSON格式的网络模型，以及HDF5格式的权重文件，在使用时，首先Load模型定义，然后Load模型的参数，就可以使用predict函数进行图片的预测。简单的使用例子如下：

输入命令，并回车：

python mosaic_porngraphic_cnn_demo.py ./data/test/6.jpg

上面命令中./data/test/6.jpg是被检测的图片。

如果正确执行，可以看到打印输出给出了被测图片是色情的概率:

Mosaic: detect porngraghic
=====================================
loading CNN model..........
load OK!
loading weights..........
load OK!

Try to Predict input images:
=====================================
Input image is: ./data/test/6.jpg
The PORNGRAPHIC probability is: 100.000%

Mosaic Model使用了2层CNN网络和3层FC网络，网络结构如下：

Input: [3,32,32]

CNN layer1: [64,3,3]

CNN layer2: [64,3,3]

FC layer1: 128

FC layer2: 128

Output FC layer3: 1

在测试数据集合上（正例/反例各3000例），准确率为96%。

深度学习技术系列（1）：Mosaic Model—开源不良图片检测模型 by GM，guomeng10@qq.com

欢迎转载，请注明原文链接：http://blog.csdn.net/gmer1/article/details/53046661