[發明專利]圖片檢測方法和裝置、存儲介質及電子裝置

有效

• 申請號: 201910656512.6
• 申請日: 2019-07-19
• 公開（公告）號: CN110414581B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 陳志博;石楷弘
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/764;G06V10/762;G06N20/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 周婷婷

本發明公開了一種圖片檢測方法和裝置、存儲介質及電子裝置。其中，該方法包括：獲取待檢測的目標圖片；將目標圖片輸入至圖片識別模型中，獲得圖片識別模型輸出的目標圖片的類別，其中，圖片識別模型為使用多個第一樣本圖片集合中的樣本圖片對初始圖片識別模型進行多輪訓練獲得的模型；根據目標圖片的類別對目標圖片進行檢測，得到檢測結果，其中，檢測結果用于指示目標圖片是否為異常圖片。本發明解決了通過圖片識別模型進行檢測的準確度不高的技術問題。本發明實施例的圖片檢測方法中，通過機器學習的方法訓練獲得圖片識別模型，從而對圖片類別進行識別。

技術領域

本發明涉及計算機領域，具體而言，涉及一種圖片檢測方法和裝置、存儲介質及電子裝置。

背景技術

隨著互聯網技術的發展，用戶可以在網絡上獲取或發布各種各樣的信息，例如搜索、瀏覽或發布各種圖片。但是，對于部分類別的圖片并不適合在網絡上流傳，例如色情圖片。對于這些圖片是否為色情等異常圖片的檢測，發明人在相關技術中使用神經網絡模型進行識別檢測。但是現有的神經網絡模型的識別準確度與神經網絡模型的訓練直接相關，在相關技術中通過大量圖片訓練獲得的神經網絡模型識別準確度不高。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種圖片檢測方法和裝置、存儲介質及電子裝置，以至少解決通過圖片識別模型進行檢測的準確度不高的技術問題。

根據本發明實施例的一個方面，提供了一種圖片檢測方法，包括：獲取待檢測的目標圖片；將目標圖片輸入至圖片識別模型中，獲得圖片識別模型輸出的目標圖片的類別，其中，圖片識別模型為使用多個第一樣本圖片集合中的樣本圖片對初始圖片識別模型進行多輪訓練獲得的模型，在多輪訓練中的當前輪中使用多個第一樣本圖片集合中與當前輪對應的第一樣本圖片集合對初始圖片識別模型進行訓練所消耗的運算資源大于在多輪訓練中當前輪的上一輪中使用多個第一樣本圖片集合中與上一輪對應的第一樣本圖片集合對初始圖片識別模型進行訓練所消耗的運算資源；根據目標圖片的類別對目標圖片進行檢測，得到檢測結果，其中，檢測結果用于指示目標圖片是否為異常圖片。

根據本發明實施例的另一方面，還提供了一種圖片檢測裝置，包括：第一獲取單元，用于獲取待檢測的目標圖片；第二獲取單元，用于將目標圖片輸入至圖片識別模型中，獲得圖片識別模型輸出的目標圖片的類別，其中，圖片識別模型為使用多個第一樣本圖片集合中的樣本圖片對初始圖片識別模型進行多輪訓練獲得的模型，在多輪訓練中的當前輪中使用多個第一樣本圖片集合中與當前輪對應的第一樣本圖片集合對初始圖片識別模型進行訓練所消耗的運算資源大于在多輪訓練中當前輪的上一輪中使用多個第一樣本圖片集合中與上一輪對應的第一樣本圖片集合對初始圖片識別模型進行訓練所消耗的運算資源；檢測單元，用于根據目標圖片的類別對目標圖片進行檢測，得到檢測結果，其中，檢測結果用于指示目標圖片是否為異常圖片。

根據本發明實施例的又一方面，還提供了一種存儲介質，該存儲介質中存儲有計算機程序，其中，該計算機程序被設置為運行時執行上述圖片檢測方法。

根據本發明實施例的又一方面，還提供了一種電子裝置，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其中，上述處理器通過計算機程序執行上述的圖片檢測方法。

在本發明實施例中，采用獲取待檢測的目標圖片，將目標圖片輸入至圖片識別模型中，獲得圖片識別模型的輸出的目標圖片的類別，根據目標圖片的類型對目標圖片進行檢測得到檢測結果的方式，通過多個第一樣本圖片集合對初始圖片識別模型進行多輪訓練得到圖片識別模型，且在多輪訓練中當前輪訓練使用的樣本圖片集合比上一輪訓練所使用的樣本圖片集合的識別難度高，所消耗的運算資源相應高于上一輪，從而通過先使用識別難度低，也就是所消耗的運算資源低的樣本圖片集進行訓練，并在多輪訓練中提高所使用的樣本圖片集合中的樣本圖片的識別難度，達到了提高訓練獲得的圖片識別模型的識別準確度的目的，從而實現了提高對圖片進行檢測的準確度的技術效果，進而解決了通過圖片識別模型進行檢測的準確度不高的技術問題。

附圖說明