Yahoo! สร้างซอฟต์แวร์ deep learning เพื่อการตรวจหาภาพอนาจาร เพื่อการตรวจสอบภาพก่อนแสดง และปล่อยออกมาเป็นโอเพนซอร์สเพื่อให้นักพัฒนาภายนอกสามารถนำไปใช้งาน และแสดงความเห็นว่ามันสามารถทำงานได้ดีเพียงใด

ทีมวิจัยใช้ไลบรารี Caffe และ CaffeOnSpark เพื่อพัฒนาโครงการนี้ โดยตอนแรกทีมงานทดสอบโมเดลหลายแบบ ได้แก่ MS_CTC, Squeezenet, VGG, GoogleLeNet, ResNet-50, และ ResNet-50-thin และสุดท้ายเลือก ResNet-50 เพราะทำงานได้ประสิทธิภาพค่อนข้างดี (ใช้เวลาต่อภาพน้อยกว่า 0.5 วินาที หน่วยความจำ 23MB)

ตัวโมเดลที่ปล่อยออกมาสามารถนำไปฝึกต่อเพื่อปรับ fine-tune ได้ อย่างไรก็ดี Yahoo! ไม่ได้ปล่อยภาพสำหรับฝึกตั้งต้นออกมาเพราะมีค่ามากเกินไปลักษณะของภาพไม่เหมาะกับการเผยแพร่สาธารณะ หากใครจะทดลองเทรนระบบของตัวเองก็คงต้องสะสมภาพกันเอง

ที่มา - Yahoo! Engineering