NSFW：Not Suitable for Work； SFW：Suitable for Work
github：https://github.com/yahoo/open_nsfw

.

一、NSFW来历

1、模型来历

finetuned来源于ImageNet 1000 class dataset。使用的框架是：resnet 50 1by2

2、色情指数

雅虎公开的此算法为概率0-1值，二分类。
分数<0.2代表大致安全；分数>0.8代表很高可能性不适合办公环境观看。
当然，这个阈值根据实际情况确定。
.
.

二、caffe的实践

.

1、GPU报错

参考来源：ResNet-50 Testing

 Check failed: target_blobs.size() == source_layer.blobs_size() (5 vs. 3) Incompatible number of blobs for layer bn_conv1

笔者在实践GPU时候遇到这个问题，那么网上的说法为：

It looks like that Batchnorm layer and adjacent Scale layer are
integrated in single Batchnorm layer in NVIDIA caffe. However original
BVLC/caffe doesn’t integrate them. That means any networks and
pretrained models using batchnorm and scale layers with original Caffe
cannot use in NVIDIA caffe and DIGITS.

original Caffe包含：Batchnorm层和adjacent Scale层分开的；
NVIDIA Caffe/DIGITS包含：Batchnorm层和adjacent Scale层合并在一个BN层中；
所以在预测过程中不能使用NVIDIA Caffe，也就是GPU。

那么之后，调用了CPU就可以了，但是比较慢，一张图12s左右（K80）
.

2、resnet-50_1by2中：BN层中的use_global_stats

（参考博客：caffe Resnet-50 finetune 所有代码+需要注意的地方）
1.在训练时所有BN层要设置use_global_stats: false（也可以不写，caffe默认是false）
2.在测试时所有BN层要设置use_global_stats: true
影响：
1.训练如果不设为false，会导致模型不收敛
2.测试如果不设置为true，会导致准确率极低
区别：
use_global_stats: false是使用了每个Batch里的数据的均值和方差；
use_global_stats: true是使用了caffe内部的均值和方差。

其中：resnet_50_1by2，resnet_50,resnet68_1by2等这些框架的caffemodel+deploy可见github：https://github.com/jay-mahadeokar/pynetbuilder/tree/master/models/imagenet
.

3、命令行调用SNFW

python ./classify_nsfw.py  --model_def nsfw_model/deploy.prototxt  --pretrained_model nsfw_model/resnet_50_1by2_nsfw.caffemodel  INPUT_IMAGE_PATH