[发明专利]一种广告识别方法，模型训练方法，电子设备及存储介质

说明书

本申请提供一种广告识别方法、装置，模型训练方法，电子设备及存储介质。广告识别方法包括：获取当前显示界面中的弹窗图像；将所述弹窗图像输入到预先训练好的广告识别模型中，确定所述弹窗图像为包含广告的图像。本申请实施例提供一种通过广告识别模型对当前显示界面中的广告进行识别的方式，与现有技术中通过广告过滤规则库进行广告识别的方式相比，通过广告识别模型能够识别到更多相似度高的广告，且识别速度更快，进而提高了广告拦截效率，提高了用户体验。

技术领域

本申请涉及机器学习技术领域，具体而言，涉及一种广告识别方法、装置，模型训练方法，电子设备及存储介质。

背景技术

随着互联网发展以及当下互联网免费商业模式的流行，用户会受到铺天盖地广告的困扰。虽然现在有很多提供广告拦截功能的产品，但是这些产品的广告过滤规则库往往需要用户举报和自己进行人工的运营处理，才能拦截最新出现的网页广告或者直接弹出在电脑桌面的弹窗广告。这样的处理方式会出现滞后，也无法覆盖得更全面，面对越来越多的互联网广告，显得越来越力不从心。

发明内容

本申请实施例的目的在于提供一种广告识别方法、装置，模型训练方法，电子设备及存储介质，以改善“目前广告拦截方式识别准确率低、拦截效率低”的问题。

本发明是这样实现的：

第一方面，本申请实施例提供一种广告识别方法，所述方法包括：获取当前显示界面中的弹窗图像；将所述弹窗图像输入到预先训练好的广告识别模型中，确定所述弹窗图像为包含广告的图像。

本申请实施例提供一种通过广告识别模型对当前显示界面中的广告进行识别的方式，与现有技术中通过广告过滤规则库进行广告识别的方式相比，通过广告识别模型能够识别到更多相似度高的广告，且识别速度更快，进而提高了广告拦截效率，提高了用户体验。

结合上述第一方面提供的技术方案，在一些可能的实现方式中，通过如下步骤获得所述预先训练好的广告识别模型：获取训练样本数据；其中，所述训练样本数据为预先标记好的弹窗广告图像；将所述训练样本数据输入到初始的广告识别模型中，进行训练，得到所述预先训练好的广告识别模型。

结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述获取训练样本数据包括：获取显示界面中显示时长小于预设时长的第一显示区域，将所述第一显示区域进行标记，得到所述弹窗广告图像。

由于在显示界面出现广告时，用户一般会第一时间的将广告进行关闭，因此，于本申请实施例中，将显示时长小于预设时长的第一显示区域进行标记，进而得到训练样本数据。通过该方式，能够获取到准确的训练样本数据，也能够提高训练样本数据的多元化，提高了训练样本数据的种类，进而使得广告识别模型能够识别得到更多的广告类型，提高了广告识别的准确度。

结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述获取训练样本数据包括：获取显示界面中出现频率大于预设频率的第二显示区域，将所述第二显示区域进行标记，得到所述弹窗广告图像。

由于广告可能会高频率的出现在用户端中，因此，于本申请实施例中，将出现频率大于预设频率的第二显示区域进行标记，进而得到训练样本数据。通过该方式，能够获取到准确的训练样本数据，也能够提高训练样本数据的多元化，提高了训练样本数据的种类，进而使得广告识别模型能够识别得到更多的广告类型，提高了广告识别的准确度。

结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述将所述弹窗图像输入到预先训练好的广告识别模型中，确定所述弹窗图像为包含广告的图像，包括：将所述弹窗图像输入到预先训练好的广告识别模型中，确定所述弹窗图像的目标值；其中，所述目标值表征所述弹窗图像为弹窗广告图像的程度；当所述目标值大于预设阈值时，将所述弹窗图像确定为包含广告的图像。