基于深度学习模型的图文设计质量检测方法、装置及系统制造方法及图纸

本申请公开了基于深度学习模型的图文设计质量检测方法、装置及系统，方法包括：接收图文设计；将图文设计依次放入若干个预设的评价模型中，评价模型基于深度学习网络构建；获取每一个评价模型的输出值；若每个评价模型的输出值均为预设值，则输出为优质设计；若存在输出值不为预设值的评价模型，则输出为劣质设计，并输出对应的评价模型及其输出值。上述方法将图文设计放入评价模型中，并根据输出结果判断图文设计是否存在缺陷，若存在，则输出此缺陷。上述方法不仅对图文设计的优劣进行评判，还把通过评价反应出来的具体的质量问题，即具体哪个指标不够好需要完善及时地反馈出来给设计师，大大缩减了人工成本和时间成本。

Quality inspection method, device and system of graphic design based on deep learning model

【技术实现步骤摘要】
基于深度学习模型的图文设计质量检测方法、装置及系统
本申请涉及图文设计
，尤其涉及一种基于深度学习模型的图文设计质量检测方法、装置及系统。
技术介绍
图文设计是现代平面设计的重要组成部分，现有技术是通过人眼来判断图文设计的质量，无法得到一个较为客观的评价分数，而且目前也没有一种图文设计质量的评价方法，能够精准并且快速的对一张图片进行评价。
技术实现思路
本申请实施例提供了一种基于深度学习模型的图文设计质量检测方法、装置及系统，解决无法准确且快速的对图文质量进行评价的问题。有鉴于此，本申请第一方面提供了一种基于深度学习模型的图文设计质量检测方法，所述方法包括：接收图文设计；将所述图文设计依次放入若干个预设的评价模型中，所述评价模型基于深度学习网络构建；分别获取每一个所述评价模型的输出值；若每一个评价模型的输出值均为预设值，则输出检测结果为优质设计；若存在输出值不为所述预设值的评价模型，则输出检测结果为劣质设计，并输出对应的所述评价模型及其输出值。可选地，所述将所述图本文档来自技高网...

【技术保护点】
1.基于深度学习模型的图文设计质量检测方法，其特征在于，包括：/n接收图文设计；/n将所述图文设计依次放入若干个预设的评价模型中，所述评价模型基于深度学习网络构建；/n分别获取每一个所述评价模型的输出值；/n若每一个评价模型的输出值均为预设值，则输出检测结果为优质设计；/n若存在输出值不为所述预设值的评价模型，则输出检测结果为劣质设计，并输出对应的所述评价模型及其输出值。/n

【技术特征摘要】
1.基于深度学习模型的图文设计质量检测方法，其特征在于，包括：
接收图文设计；
将所述图文设计依次放入若干个预设的评价模型中，所述评价模型基于深度学习网络构建；
分别获取每一个所述评价模型的输出值；
若每一个评价模型的输出值均为预设值，则输出检测结果为优质设计；
若存在输出值不为所述预设值的评价模型，则输出检测结果为劣质设计，并输出对应的所述评价模型及其输出值。


2.根据权利要求1所述的基于深度学习模型的图文设计质量检测方法，其特征在于，所述将所述图文设计依次放入若干个预设的评价模型中之后，所述分别获取每一个所述评价模型的输出值之前，还包括：
若所述评价模型的得分达到对应的预设阈值，则将所述评价模型的输出值设定为预设值；
若所述评价模型的得分未达到对应的所述预设阈值，则将所述评价模型的输出值设定为预设值以外的值。


3.根据权利要求1所述的基于深度学习模型的图文设计质量检测方法，其特征在于，所述评价模型包括若干个硬规则评价模型和一个主观评价模型；
所述若存在输出值不为所述预设值的评价模型，则输出检测结果为劣质设计，并输出对应的所述评价模型及其输出值具体包括：
若每一个所述硬规则评价模型的输出值均为预设值，所述主观评价模型的输出值不为所述预设值，则将所述图文设计输出进行人工复查；
若存在输出值不为所述预设值的硬规则评价模型，则输出检测结果为劣质设计，并输出对应的所述硬规则评价模型及其输出值。


4.根据权利要求1所述的基于深度学习模型的图文设计质量检测方法，其特征在于，所述若存在输出值不为所述预设值的评价模型，则输出检测结果为劣质设计，并输出对应的所述评价模型及其输出值之后，还包括：
接收修改后的图文设计，返回所述将所述图文设计依次放入若干个预设的评价模型中，直到输出检测结果为优质设计。


5.根据权利要求3所述的基于深度学习模型的图文设计质量检测方法，其特征在于，所述硬规则评价模型包括元素完整性模型、尺...

【专利技术属性】
技术研发人员：胡浩，佟博，梁容铭，苏旭，杨超龙，
申请(专利权)人：广东博智林机器人有限公司，
类型：发明
国别省市：广东;44