[发明专利]针对内容社区的违规旗帜识别方法及系统

权利要求书

1.一种针对内容社区的违规旗帜识别方法，其特征在于，包括如下步骤：

获取社区网络平台的网络图像；

基于旗帜目标检测模型判断图像中是否有旗帜，并分别定期对旗帜目标检测模型判断为有旗帜和无旗帜的图像进行进一步采样识别及标注，将识别标注结果作为旗帜目标检测模型的训练集对其进行优化训练；

将检测到旗帜的区域图像输入旗帜图像分类模型中，判断输入的旗帜区域图像是否是违规旗帜图像；并分别定期对旗帜图像分类模型判断为违规旗帜和正常旗帜的图像进行进一步采样识别及标注，将识别标注结果作为旗帜图像分类模型的训练集对其进行优化训练；

输出违规旗帜图像的旗帜类别，并在原网络图像中标出旗帜的位置。

2.根据权利要求1所述一种针对内容社区的违规旗帜识别方法，其特征在于，所述在获取社区网络平台的网络图像之后，需要对网络图像进行预处理，具体包括如下步骤：

将图像RGB像素值除以255进行归一化；

在保持图像原始宽高比的情况下，将图像像素调整为512x 512。

3.根据权利要求1所述一种针对内容社区的违规旗帜识别方法，其特征在于，所述将识别标注结果作为旗帜目标检测模型的训练集对其进行优化训练，具体包括：

将进一步采样识别判断有旗帜的图像加入到旗帜目标检测模型的训练集中，作为正例；

将进一步采样识别判断无旗帜的图像加入到旗帜目标检测模型的训练集中，作为负例。

4.根据权利要求1所述一种针对内容社区的违规旗帜识别方法，其特征在于，所述将识别标注结果作为旗帜图像分类模型的训练集对其进行优化训练，具体包括：

将进一步采样识别判断为违规旗帜的图像加入到旗帜图像分类模型的训练集中，作为正例；

将进一步采样识别判断为正常旗帜的图像加入到旗帜图像分类模型的训练集中，作为负例。

5.根据权利要求1所述一种针对内容社区的违规旗帜识别方法，其特征在于，所述将检测到旗帜的区域图像输入旗帜图像分类模型中，判断输入的旗帜区域图像是否是违规旗帜图像，具体包括：

将旗帜目标检测模型中检测到有旗帜图像的旗帜区域自原图中截取出来；

将截取的旗帜区域输入到旗帜图像分类模型中，判断输入的旗帜区域图像是否是违规旗帜图像。

6.一种针对内容社区的违规旗帜识别系统，其特征在于，包括如下功能模块：

图像获取模块，用于获取社区网络平台的网络图像；

旗帜识别优化模块，用于基于旗帜目标检测模型判断图像中是否有旗帜，并分别定期对旗帜目标检测模型判断为有旗帜和无旗帜的图像进行进一步采样识别及标注，将识别标注结果作为旗帜目标检测模型的训练集对其进行优化训练；

旗帜判断优化模块，用于将检测到旗帜的区域图像输入旗帜图像分类模型中，判断输入的旗帜区域图像是否是违规旗帜图像；并分别定期对旗帜图像分类模型判断为违规旗帜和正常旗帜的图像进行进一步采样识别及标注，将识别标注结果作为旗帜图像分类模型的训练集对其进行优化训练；

输出标识模块，用于输出违规旗帜图像的旗帜类别，并在原网络图像中标出旗帜的位置。

7.一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述针对内容社区的违规旗帜识别方法的步骤。

8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述针对内容社区的违规旗帜识别方法的步骤。