[发明专利]针对内容社区的违规旗帜识别方法及系统

说明书

本发明公开了一种针对内容社区的违规旗帜识别方法及系统，其获取社区网络平台的网络图像；根据旗帜目标检测模型判断图像中是否有旗帜，根据旗帜图像分类模型判断是否是违规旗帜图像；并分别定期对旗帜目标检测模型、旗帜图像分类模型判断输出的图像进行进一步采样识别及标注，并将识别标注结果分别作为旗帜目标检测模型、旗帜图像分类模型的训练集对其进行优化训练，从而实现对旗帜目标检测模型、旗帜图像分类模型的持续性优化目的，使得对应模型能够自适应的迭代，以识别不断涌现的不同形态的旗帜。

技术领域

本发明涉及图像识别技术领域，尤其是涉及一种针对内容社区的违规旗帜识别方法及系统。

背景技术

目前在图像识别行业中，业界常用的一种方法是使用图像多分类或者多标签分类的分类模型对图像进行直接类别预测，这种方法存在无法对旗帜的位置进行准确预测，同时图像会存在出现多种不同类别的旗帜，与旗帜目标过小，都会导致分类模型无法很好地检测，准确率下降；

另一种则是使用目标检测模型对图像进行预测，既可以预测旗帜的位置，同时也可以预测出该旗帜的类别，但存在的问题是由于目标检测模型是多任务训练模式，在位置预测与类别预测的准确率上进行了平衡，同时旗帜是细粒度的分类，多任务训练更加困难，而导致两者都不够准确。

发明内容

本发明提出一种针对内容社区的违规旗帜识别方法及系统，以解决上述问题。

为达到上述技术目的，本发明的技术方案第一方面提供一种针对内容社区的违规旗帜识别方法，其包括如下步骤：

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。

本发明第二方面提供一种针对内容社区的违规旗帜识别系统，其包括如下功能模块：

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。

本发明第三方面提供一种服务器，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，所述处理器执行所述计算机程序时实现上述一种针对内容社区的违规旗帜识别方法的步骤。

本发明第四方面提供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，所述计算机程序被处理器执行时实现上述一种针对内容社区的违规旗帜识别方法的步骤。