如何识别（不）合适的图像？
为了促进、启用和简化针对 gae 的照片和图像审核和管理，我尝试开始使用基本的 python 图像识别，即图像看起来像什么的基本语义信息阻止可疑材料直到人类能够判断它，并批准最多很好。一个测试批次 > 10 000 张图像有一个或只有很少几个，因此自然避免误报是好的。我找到了以下链接，并提前感谢大家的所有建议、建议和建议。基本上，审核将显示许多图像，只有一个按钮“ok”或反之默认“ok”和一个按钮“不赞成”，具体取决于默认决定（默认可能会发布所有内容，如果有些不合适，则临时（人）不赞成，因为绝对主要部分 > 链接文本
在 python 中，你总是可以：
import supreme_court
因为当涉及到色情时，他们一看到就知道了。
抛开平庸的笑话不谈，我会开发一堆模糊图像识别器来匹配简单的东西（比如图像中有多少是由肤色组成的？）。此时您可能会想出大量可疑变量 - 这是困难的（ish）部分。然后使用分类和回归树来实现实际的决策引擎。使用您的训练样本对其进行训练，然后进行跨样本验证以了解误报/误报。
我相信你会想从这里开始
http://en.wikipedia.org/wiki/Feature_detection_%28computer_vision%29
然后复习你的统计理论，阅读有关该主题的任何论文。