正在阅读：鉴黄师不哭 看看图普鉴黄如何拯救你鉴黄师不哭 看看图普鉴黄如何拯救你

　　人工鉴黄VS机器鉴黄

　　说起“鉴黄”这个职业，大家可能第一反应就是会想到“国民鉴黄师”唐马儒，唐马儒让大众对人工鉴黄师的印象往往就是因长期鉴黄而承受着心理、生理的双重压力，对常规性生活方式失去兴趣甚至厌恶性。也正因为人工鉴黄存在对人性和道德的摧残性质，一些企业开始利用机器来做图像鉴黄，并且相对于人工鉴黄，机器鉴黄的优势更加明显。机器可以24小时不停歇的鉴黄且毫无怨言，摒弃主观臆断而只根据客观标准来鉴黄。但是图普的AI鉴黄师并不是来完全取代人类鉴黄师的，它是来减轻人类鉴黄师的负担，帮他们分担掉部分简单重复的鉴黄工作，然后人类鉴黄师就可以更专注于更高级的工作。

　　国内首家第三方智能鉴黄云平台

　　据小编了解，目前国内最早做机器鉴黄的图像识别云平台“图普科技”一开始做的不是ToB的「鉴黄云服务」，而是一个ToC面向消费者的app，叫「最美搜衣」，即对衣服进行拍照搜索，或根据这个衣服的纹理上的特征进行识别并实现导购。但后来图普科技发现这个事情没法做起来，因为女人买东西跟获取资讯还是很不一样的，那么微妙的东西人工智能还模拟不了。

　　之后李明强（图普科技CEO）成立了图普科技，在出现快播被关停事件后，李明强发现用积累的那些技术来做“鉴黄”挺合适的，即对事情进行判断对错。例如在一段视频里哪些是色情的，哪些不是色情的，（相对于推荐衣服）这个需求是很明确的。

　　图普鉴黄的深度学习算法

　　据李明强介绍，图普是基于深度学习理论搭建的鉴黄识别云平台。简单来说，可以把深度学习可以说“深度机器学习”，普通或者传统的机器学习在神经网络的复杂度和层数没有像现在的这么高，而深度学习层数和复杂度都加深了许多，因此才会叫做深度学习。如果将其理解为一个空白的人脑，这些大量的数据就是灌输进来的经验。

　　譬如说你想训练一只狗，狗做对了你就给它激励，做错了你就惩罚它，那久而久之它就知道哪些是正向、负向的激励，然后就明白自己哪些事情是自己应该去做的，对于错误的事情的想法也会逐渐被抵消。

　　当我们把大量的色情、性感、正常的样本的属性告诉深度学习的引擎， 然后让引擎不断学习，对其正确的行为进行奖励，错误的行为进行惩罚，当然这些奖励和惩罚都是数学上的，最后空白的脑袋就会学成了一种连接的鉴黄模型，这种鉴黄模型就是为了鉴别色情与非色情而生的。

　　图普鉴黄的审核标准

　　在判断标准上，鉴黄云平台却有着严格而又人性化的鉴黄审核策略。我们知道，色情与性感的差别往往就在毫厘之间，衣服拉低点露点了就是色情，没露点只是性感，色情图片也越来越艺术，越来越隐晦。不同用户对图片的鉴黄标准有着不同的鉴黄要求，而图普鉴黄云平台可通过训练不断向符合其自身的鉴黄判断标准靠近。

　　例如，在图普的鉴黄服务中，用户将图片数据上传至云端后，图普的返回参数包括对图片在某个标签下的一个打分，

　　如果打分超过预设的阀值，则分析认为鉴黄机器的判断有99.5%以上的可能是正确的。比如说，鉴黄的三个标签是[色情，性感，正常]，假设鉴黄模型阀值组是[99,98,88.3]，这代表当某一图片打分超过99分，鉴黄机器的判断有99.5%以上的可能是正确的，同理可以理解其他两个分值。

　　当鉴黄模型阀值设置得越高，鉴黄标准越严格，反之亦然。因此，当用户的鉴黄标准和鉴黄机器不一样，也可以根据返回的分数，找出符合自定义的鉴黄阀值区间，得到理想的鉴黄识别结果。

　　鉴黄产品的迭代优化

　　图普科技的鉴黄产品接入的第一个客户就是迅雷，虽然一开始鉴黄的效果与迅雷的鉴黄需求有点差距，但已远远优于之前的鉴黄产品，在迅雷的配合下，图普科技开始优化鉴黄产品。迅雷有上百人的鉴黄审核团队，图普科技一开始告诉他们图普鉴黄产品能帮迅雷省掉 50 个鉴黄人员，然后告诉他们会先完成50%的鉴黄需求，并告诉他们是哪50%的鉴黄需求，再通过迭代逐步提高鉴黄能力。图普科技当时就是以这种方式来提供鉴黄服务以及定价鉴黄产品。在迅雷之后，就陆续接入其他有鉴黄需求的客户，现在应该是国内最大的鉴黄云服务提供商。

　　在以智能鉴黄服务切入图像内容审核市场后，图普还为企业提供了包括暴恐、政治敏感信息、垃圾广告等审核服务，目前，图普提供了单张图片响应时间小于0.2s、准确率达99.5%、7*24h全天候的服务。现日均识别图片数量已超过9亿张。合作客户包括映客、今日头条、迅雷、酷狗、秒拍、唱吧、花椒直播、Bilibili、糗事百科、花瓣网等数百家互联网企业和政企机构。

　　并且图普向小编表示，如果大家对图普鉴黄是否真的能实现以上标准感兴趣，欢迎大家去图普科技的官网（www.tuputech.com）亲自测试验证，接入鉴黄接口免费测试，并且可以根据客户的具体需求进行模型优化。