敏感图像检测模型的训练方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供一种敏感图像检测模型的训练方法、装置、设备及存储介质，方法包括：获取训练图像集合，所述训练图像集合包括：多个具备标签的第一图像、多个具备伪标签的第二图像；采用所述训练图像集合对检测模型进行训练，得到敏感图像检测模型；其中，所述第二图像的确定方法包括：从开放网络ONC获取多个图像作为基础图像；采用滑动窗口方法对各所述基础图像进行特征识别，并确定每个滑动窗口内的特征图像区域的似物性评分；根据所述似物性评分及所述第一图像的标签，对所述基础图像标注所述伪标签得到所述第二图像。采用本发明专利技术训练得到敏感图像检测模型具备对新类敏感类型的检测能力，且对新类敏感类型具备高检测准确率。

【技术实现步骤摘要】

本专利技术实施例涉及图像识别，尤其涉及一种敏感图像检测模型的训练方法、装置、设备及存储介质。

技术介绍

1、随着互联网业务的快速发展，网络平台商户（包括app和web端）提供了各种各样的网站和应用程序。这些网站和应用程序不仅提供了多种服务，也带来了许多安全风险。例如，法律法规禁止传播的敏感图像。

2、可以理解地，人工对海量敏感图像识别检测不能满足互联网监管对时效的要求。现有技术中，往往采用敏感图像检测模型从对互联网中的各类图像进行监管。

3、敏感信息图像往往是不断有新类敏感类型出现的场景。以某一a敏感类型的敏感图像为例（该敏感图像也可简称为涉a图像），现实中，互联网的快速发展带来新的涉a图像元素，增加大量的新类敏感类型（属于涉a敏感类型的新的子类敏感类型）。然而，采用现有的模型训练方法得到的敏感图像检测模型不具备对新类敏感类型的检测能力。

技术实现思路

1、本专利技术实施例提供一种敏感图像检测模型的训练方法、装置、设备及存储介质，以解决采用现有的模型训练方法得到的敏感图像检测模型不具备本文档来自技高网...

【技术保护点】

1.一种敏感图像检测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的敏感图像检测模型的训练方法，其特征在于：

3.根据权利要求2所述的敏感图像检测模型的训练方法，其特征在于：

4.根据权利要求2所述的敏感图像检测模型的训练方法，其特征在于：

5.根据权利要求1所述的敏感图像检测模型的训练方法，其特征在于：

6.根据权利要求1所述的敏感图像检测模型的训练方法，其特征在于：

7.根据权利要求1或6所述的敏感图像检测模型的训练方法，其特征在于：

8.根据权利要求7所述的敏感图像检测模型的训练方法，其...

【技术特征摘要】

1.一种敏感图像检测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的敏感图像检测模型的训练方法，其特征在于：

3.根据权利要求2所述的敏感图像检测模型的训练方法，其特征在于：

4.根据权利要求2所述的敏感图像检测模型的训练方法，其特征在于：

5.根据权利要求1所述的敏感图像检测模型的训练方法，其特征在于：

6.根据权利要求1所述的敏感图像检测模型的训练方法，其特征在于：

7.根据权利要求1或6所述的敏感图像检测模型的训练方法，其特征在于：

8.根据权利要求7所述的敏感图像检测模型的训练方法，其特征在于：

9....

【专利技术属性】
技术研发人员：王煜，邹永强，曹兵，杨晖，胡清华，杨宜，高凌波，王健，王茂林，陈臻贇，
申请(专利权)人：云账户技术天津有限公司，
类型：发明
国别省市：