※ 引述《zmcx16 (zmcx16)》之銘言：
: 註: 這個程式因為根據顯卡不同要安裝的函式庫也不相同, 所以並沒有編成可執行檔提供
: 使用, 需要會架設python環境才有辦法使用這工具。
: Github:
: https://github.com/zmcx16/ReclassifyAnimeCG
: 部落格文章(文長):
: https://blog.zmcx16.moe/2021/10/reclassifyanimecg-cg.html
: 會想寫這個工具的主要原因是, 我有追蹤一些繪師並且用下載器去追蹤下載那些繪師的作
: 品, 不過基本上繪師畫的圖通常就是幾天放個一張, 或是一次推出的CG圖庫都是複合的動
: 漫畫主題, 然後下載器下載又不可能自動幫我分類這些圖片, 導致這些圖片就越來越雜
: 亂, 每個資料夾都混雜複數個主題&角色, 每個資料夾的名稱又沒有特定的主題性, 讓我
: 自己事後很難找圖不說, 連看都懶得看了...。 後來就想到現在深度學習分類圖片已經很
: 強了, 那我乾脆來寫個工具輔助我整理圖庫吧!!
: 這個工具目前沒有特別為動漫CG分類做特別設計, 目前功能就是單純套用目前流行的影像
: 分類模型, 然後整合一些檔案比對跟複製的功能, 方便用來整理CG, 使用的方法如下:
玩了近一個月，很理想也很方便的工具!
不過在使用階段遇到很多挫折...
因為對python不熟，光是建置環境/函示庫/到可以運行就花了兩天時間，
好不容易開始跑問題又來了，我沒有分類好的圖庫，
估狗看有沒有善心人士整理，結論是天下沒有白癡的午餐。
最後沒辦法只好求助 rule○○
克服萬難後開始訓練
我的電腦1w多張圖大概要訓練2天半
反正上班沒事就放著讓它跑，回家再試看看模型的成果
結果瑪修、浜風和妖夢都混在一起
fate的saber臉系列也是
更麻煩的是繪師的原創角色
像龍膽的退魔師和對魔忍，混在一起就很難分辨
目測分類準確率約3成
可能是分類不夠多，訓練資料也不夠，要人力介入的部分還很多
https://i.imgur.com/JWEIu2N.png
現在是蒐集訓練用資料的部分最頭痛
如果有更有效率的做法，再懇請分享，感謝!

技術文先給推

深度學習就是這樣，搜集&篩樣本&預處理時間占90%

你以為這裡是學術論壇嗎？欸還真的是（ry

你說的部分本來就是ML最核心最重要也最難的關鍵

剩下的10%才是設計模型&結果分析

unsupervised learning

非監督式學習

用 p 網的圖片和分類去訓練?P網打關鍵字直接爬所有圖片不管像不像直接訓練

不清楚你的data長怎樣 如果不像的你abel卻是一樣 那當然是學的不好

有趣 不過深度學習真的好耗電....QQ

分得清乃哥跟解師父嗎

外觀上沒差的東西你要電腦怎麼幫你分開

saber 臉認錯好像很正常wwww

深度學習前置處理最麻煩

自己訓太麻煩了 幾年前我就去reddit上面抓別人現成的模型tag我所有動畫圖片了 之後你重要寫個interface就好 而且每張圖片這麼多相關東西用資料夾的結構不適合

你講的那些連沒看作品的人都會分錯了，AI要對很難吧