【项目启动】糖图分类器（CIC）
一、项目背景与动机
在中文互联网语境中，“糖/唐”常被用来形容一种“蠢到令人不适”的内容风格。
在群聊环境中，某些图片或动图（表情包）会显著影响观看体验，甚至影响群友情绪。
目前此类内容的识别主要依赖人工主观判断，缺乏一个系统化、可量化、可复现的技术方案。
因此，我希望构建一个：
输入一张图片或动图 → 输出一个 0-1 之间的“糖置信度”
该分数可以在后续阶段用于机器人策略（如提示、撤回等）。
本阶段仅关注：如何构建一个可靠的“糖图识别模型”。
二、本阶段交付目标
本项目当前阶段将完成三个核心产物：
糖图 Benchmark
构建一个带标签的数据集：
- 正样本（PS）：糖图
- 负样本（NS）：非糖图
- 经过基础清洁与去重
- 固定训练 / 验证 / 测试划分
- 提供统一评测指标
这是整个项目的核心资产。
Baseline 模型（2–3个）
我们将提供若干可复现的基准方法：
- Baseline-0：Embedding + KNN（最简单可运行版本）
- Baseline-1（主baseline）：Embedding + 线性分类器（输出概率）
- （可选）Baseline-2：轻量 CNN 微调版本
所有模型统一输出：
p ∈ [0,1]
作为“糖置信度”。
标准评测与推理接口
- 统一训练流程
- 统一推理接口
- 固定评测指标（AUC / F1 等）
- 可扩展为后续刷榜或改进模型的基础
三、整体技术思路（简要）
1. 数据来源
通过 QQ 机器人向群友征集样本：
- 收集图片 / 表情包 / GIF
- 人工简单复核
- 形成 PS / NS 数据集
欢迎大家投稿样本，这是项目能否成功的关键。
2. 模型思路
- 使用预训练视觉模型提取图像特征
- 在特征上训练轻量分类器
- 输出“糖概率”
对于动图（GIF）：
- 抽取关键帧
- 对每帧进行判断
- 汇总为一个整体置信度
3. 项目定位
这是一个：
- 小而完整的 AI 实践项目
- 具备 benchmark + baseline 的结构
- 可扩展为更复杂方法（视频模型、多模态、OCR等）
当前阶段目标是：
先做出一个扎实、可复现、结构清晰的基础版本。
四、参与方式
目前项目我计划直接自行开始收集数据并实现baseline
欢迎：
- 提供样本数据支持
- 感兴趣的同学参与模型改进
- 对视觉/多模态有兴趣的同学协作
- 提出技术建议
即使没有协作者，我也尽量完成该项目；
如果有志同道合的你加入，也许会更有意思!
五、后续规划（简述）
- 发布 benchmark
- 公布 baseline 成绩
- 开放改进空间
- 探索更复杂模型（作为 future work）
如果你对这个项目感兴趣，或者愿意贡献样本数据请关注这个项目!
本帖将持续更新项目动态, 当有实际产出后, 本项目内容将发至视觉研究所.
各位群友能帮我想个有意思的项目名吗？目前这个CIC也算是初版名字
（危）