共计 929 个字符，预计需要花费 3 分钟才能阅读完成。
拜访【WRITE-BUG 数字空间】_[内附残缺源码和文档]
试验中咱们间接对图像进行分类，这样的解决其实是有些毛糙的。比拟好的操作形式是，先将图片切块并分类标注，而后训练某个神经网络模型，最终失去一个可能检测一个图像块中是否含有不良内容的分类模型；而后引入一个滑动窗口，让这个分类模型对窗口所提取到的图像进行内容检测；最初再依据检测到的不良内容的类别进行打分，失去这张图片对应的分数，这个分数反映了这张图片的重大水平。
摘要
随着古代挪动互联网设施以及社交软件的迅速倒退，网络用户每天都会上传大量的图片内容到互联网中，为保障网络空间的环境清明，通过各种伎俩来辨认和过滤网络色情图片是很有必要的。针对实际利用中色情图片的简单多样性问题，使用了基于 ResNet（深度残差网络）的不良图片辨认模型，对图片进行判类、不良水平打分，从而实现真对不良图片的自动化判例。测试结果表明，该计划在工夫效率、模型置信度以及辨认准确率上具备良好的成果。
介绍
钻研背景
随着 Web 2.0 时代的到来，用户在浏览网络空间的信息的同时，也能自在地发表本人的认识、观点，越来越多的人们开始以图片、视频等模式在网络上分享本人的生存。然而，受利益驱动，一些不法分子会借此在论坛、贴吧、博客、微博等公共平台中上传一些不雅视频、照片以吸引流量或达到其余目标，这使得网络淫秽色情景象依然较为重大。
一方面，随着越来越多的年老用户、儿童群体接触互联网，网络空间中的不雅图片会对其造成微小的挫伤；另一方面，在公司办公场合和学校教育场合等中央，应该过滤掉这些网络不良内容。基于此，2021 年 3 月，全国“扫黄打非”办公室作出安顿部署：即日起至 11 月底发展“新风 2021”集中口头，“新风”口头将以“护苗 2021”“净网 2021”“秋风 2021”专项口头为发展平台，通过摸底排查、接管大众举报等形式对网络空间进行整治。
然而人工的老本是微小的。因而，随着机器学习和人工智能的疾速倒退，越来越多的实践被提出，越来越多的技术开始代替人工、被利用于不良图片的甄别。
在这个过程中，如何通过技术手段更精确、更无效地辨认和过滤网络色情图片，始终是一个重要的研究课题。国内外的许多学者对不良图片的辨认技术做出了许多尝试，并获得了一些停顿。