[发明专利]图片审核方法、系统、电子设备及计算机可读介质

说明书

本发明公开了图片审核方法和系统，涉及互联网技术领域。该方法的一具体实施方式包括：将待审核图片输入到图片审核模型中；利用所述图片审核模型识别所述待审核图片的属性；根据所述图片审核模型的输出结果判断所述待审核图片是否合规；其中，所述图片审核模型的训练过程包括：根据各任务与图片属性的关系来设定所述图片审核模型中的各任务损失函数的初始权重；输入多个训练图片，对所述训练图片的图片属性进行识别，并根据加权后的多任务损失函数迭代所述初始权重，以获得各任务损失函数的图片审核用权重。该实施方式能够解决现有的图片审核方法中的多任务分类模型对不同任务的判断效果差异较大而导致图片审核的准确性变差的问题。

技术领域

本发明涉及互联网技术领域，尤其涉及一种基于多任务学习的图片审核方法、系统、电子设备及计算机可读介质。

背景技术

在电商平台中，在搜索频道及商品内容首页使用主图来直观地展示商品。为了规范电商平台的环境并提高用户体验，需要对商家上传的待审核图片进行图片审核，仅允许通过审核的合格图片显示为主图，由此保证电商平台的公平公正和用户体验。

上述图片可采用多任务分类模型。首先分别利用各任务对应的训练图片对该模型进行训练，在模型中构建图片与该图片是否合规的关联逻辑，得到训练后的模型。然后应用训练后的模型对待审核图片进行审核，使该模型输出图片是否合规的判定结果。

在实现本发明过程中，发明人发现上述现有技术至少存在如下问题：就现有的图片审核所采用的多任务分类模型而言，在训练过程中，对各任务的损失函数求和以计算总损失函数，但是，由于不同任务的难度存在差异，当难度差异很大时，高难度任务的损失函数的值远大于低难度任务的损失函数值，即高难度任务在总损失函数中所占的比重过高，这将导致训练后的模型对不同任务的判断效果差异较大，从而图片审核的准确性变差。

发明内容

有鉴于此，本发明实施例提供一种图片审核方法、系统、电子设备及计算机可读介质，能够解决现有的图片审核方法中的多任务分类模型对不同任务的判断效果差异较大而导致图片审核的准确性变差的问题。

本发明实施例的第一方面提供一种基于多任务学习的图片审核方法，其包括：

将待审核图片输入到图片审核模型中；

利用所述图片审核模型识别所述待审核图片的属性；

根据所述图片审核模型的输出结果判断所述待审核图片是否合规；

其中，所述图片审核模型的训练过程包括：

根据各任务与图片属性的关系来设定所述图片审核模型中的各任务损失函数的初始权重；

输入多个训练图片，对所述训练图片的图片属性进行识别，并根据加权后的多任务损失函数迭代所述初始权重，以获得各任务损失函数的图片审核用权重。

所述图片审核方法还包括：

若判断待审核图片为合规图片，则输出表示审核通过的信息，并将合规图片上传至素材库；

若判断待审核图片为不合规图片，则输出表示审核未通过的信息。

优选地，当判断待审核图片为不合规图片时，还输出表示违规类型的信息。

可选地，所述图片审核方法还包括：

若无法判断待审核图片是否合规，则仅在发布端输出表示审核通过的信息，不上传至素材库。

可选地，所述图片审核方法还包括：

若无法判断待审核图片是否合规，则人工判断该待审核图片是否合规；

若判断待审核图片为合规图片，则将合规图片上传至素材库；

若判断待审核图片为不合规图片，则对该待审核图片进行人工修改。