CN119516239B - 一种图像风控方法、装置、介质及电子设备 - Google Patents

一种图像风控方法、装置、介质及电子设备

Info

Publication number
CN119516239B
CN119516239B CN202411273219.9A CN202411273219A CN119516239B CN 119516239 B CN119516239 B CN 119516239B CN 202411273219 A CN202411273219 A CN 202411273219A CN 119516239 B CN119516239 B CN 119516239B
Authority
CN
China
Prior art keywords
image
classification
output
layer
sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202411273219.9A
Other languages
English (en)
Other versions
CN119516239A (zh
Inventor
陈志军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alipay Hangzhou Digital Service Technology Co ltd
Original Assignee
Alipay Hangzhou Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN202411273219.9A priority Critical patent/CN119516239B/zh
Publication of CN119516239A publication Critical patent/CN119516239A/zh
Application granted granted Critical
Publication of CN119516239B publication Critical patent/CN119516239B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/52—Scale-space analysis, e.g. wavelet analysis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本说明书实施例公开了一种图像风控方法、装置、存储介质及电子设备，通过统一提取样本的多维度尺寸的图像特征，使得可以通过后续不同的模型分支层，同时进行图像整体分类的预测和图像中目标物的检测，并且由于训练时是将不同模型分支层的损失，融合为一个综合损失，使得训练模型过程时，目标物检测的结果和图像整体分类之间互相参考，避免了训练不同模型分别执行不同任务，出现任务结果相抵触的情况。因此基于该种过程训练得到的图像风控模型进行风控时，给出的风控结果更为准确，可以显著提高内容风险防控的效果。

Description

一种图像风控方法、装置、介质及电子设备
技术领域
本发明涉及计算机技术，尤其涉及一种图像风控方法、装置、介质及电子设备。
背景技术
目前，随着互联网的快速发展，用户生成的内容数量急剧增加，这些内容包括但不限于图像、视频、音频和文本等。为了确保网络环境的安全性和合规性，对这些内容进行风险防控变得尤为重要。
在现有技术中，风险形式多样，这些风险既需要进行精确的分类也需要准确的目标检测。例如，在针对图像进行风险控制时，既需要对图像的进行风控分类，也需要识别出图像中存在风险的目标。由于存在多种风控需求，因此通常在进行风控时，需要训练不同的模型来满足各风控需求。
但是，由于人工标注成本较高，且即使是有标签的数据也可能存在噪声，导致单独训练不同的模型的成本较高，且容易出现模型输出结果相抵触的情况，导致风控效果不佳。例如，目标检测出有危险物品，但是图像分类结果是图中用户行为存在风险。
为了解决上述问题，本发明提出了一种图像风控方法，可以显著提高内容风险防控的效果。
由于人工标注的弊端，导致可用于训练的数据集中，无标签的数据占大多数，即使是有标签的数据也可能存在噪声。这给模型训练带来了挑战，因为传统的监督学习方法无法有效利用无标签数据，而有标签数据中的噪声又会影响模型的准确性。
发明内容
本说明书实施例提供一种图像风控方法，通过统一提取样本的多维度尺寸的图像特征，使得可以通过后续不同的模型分支层，同时进行图像整体分类的预测和图像中目标物的检测，并且由于训练时是将不同模型分支层的损失，融合为一个综合损失，使得训练模型过程时，目标物检测的结果和图像整体分类之间互相参考，避免了训练不同模型分别执行不同任务，出现任务结果相抵触的情况。因此基于该种过程训练得到的图像风控模型进行风控时，给出的风控结果更为准确，可以显著提高内容风险防控的效果，所述方法包括：
确定基于图像数据构建的训练样本，以及待训练的图像风控模型，所述图像风控模型由特征提取层、目标检测层以及图像分类层组成；
将所述训练样本输入待训练的图像风控模型，通过所述图像风控模型的特征提取层，确定所述图像数据的多维度尺寸的图像特征；
将所述多维度尺寸的图像特征分别输入所述目标检测层以及所述图像分类层，确定所述目标检测层输出的预测检测框以及检测框分类，以及确定所述图像分类层输出的图像分类结果；
根据所述目标检测层的输出、所述图像分类层的输出以及所述训练样本的标注，确定综合损失，并基于所述综合损失训练所述图像风控模型，训练得到的所述图像风控模型用于执行图像风控任务，将待风控图像输入所述图像风控模型，并根据所述图像风控模型输出的检测框、检测框分类和图像分类结果，确定所述待风控图像的风险目标物以及图像风险类型，以进行风控。
进一步地，在一些实施方式中，
所述目标检测层包括特征融合子网、包围框预测子网以及包围框分类子网；
将所述多维度尺寸的图像特征输入所述目标检测层，确定所述目标检测层输出的预测检测框以及检测框分类，具体包括：
将所述多维度尺寸的图像特征输入所述目标检测层，通过所述目标检测层的所述特征融合子网，确定各融合图像特征；
将所述各融合图像特征输入所述目标检测层的所述包围框预测子网，确定所述训练样本的各目标的预测检测框，以及将所述各融合图像特征输入所述目标检测层的所述包围框分类子网，确定所述各预测检测框的风险分类结果，作为检测框分类。
进一步地，在一些实施方式中，
根据所述目标检测层的输出、所述图像分类层的输出以及所述训练样本的标注，确定综合损失，具体包括：
根据所述训练样本的标注，确定所述训练样本的图像风险分类；
根据所述图像分类层输出的图像分类结果，以及所述训练样本的图像风险分类的差异，确定图像分类损失；
根据所述训练样本的标注，确定所述训练样本中风险目标的包围框以及所述风险目标的风险分类；
根据所述目标检测层输出的预测检测框与所述训练样本中风险目标的包围框的差异，以及所述目标检测层输出的检测框分类与所述训练样本中风险目标的风险分类的差异，确定目标分类损失；
根据所述图像分类损失以及所述目标分类损失，确定综合损失。
进一步地，在一些实施方式中，
确定基于图像数据构建的训练样本，具体包括：
获取有标注的图像数据，作为有标注样本，以及获取无标注的图像数据，作为无标注样本；
根据所述目标检测层的输出、所述图像分类层的输出以及所述训练样本的标注，确定综合损失，具体包括：
以迭代方式训练图像风控模型，针对每次迭代过程，确定该轮迭代过程的上一轮迭代过程所述图像风控模型针对所述无标注样本的输出，以及所述输出的置信度；
根据所述置信度以及该轮迭代过程的置信度期望阈值，从所述无标注样本中确定伪标注样本，并将所述伪标注样本在上一轮迭代过程的输出，作为标注；
在该轮迭代过程中，基于确定出的所述伪标注样本以及所述有标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及对应的标注，确定综合损失。
进一步地，在一些实施方式中，
根据所述置信度以及该轮迭代过程的置信度期望阈值，从所述无标注样本中确定伪标注样本之前，所述方法还包括：
确定该轮迭代过程的上一轮迭代过程，用于训练所述图像风控模型的无标注样本的数量；
根据所述上一轮迭代过程，所述图像风控模型针对所述无标注样本的输出的置信度，确定置信度参考值；
根据所述数量以及所述置信度参考值，确定该轮迭代过程的置信度期望阈值。
进一步地，在一些实施方式中，
基于确定出的所述伪标注样本以及所述有标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及对应的标注，确定综合损失，具体包括：
基于确定出的所述伪标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及所述伪标注样本的标注，确定交叉熵损失函数的函数值；
基于所述有标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及所述有标注样本的标注，确定对称交叉熵损失函数的函数值；
根据所述交叉熵损失函数的函数值以及所述对称交叉熵损失函数的函数值，确定综合损失函数值，基于所述综合损失函数值，对所述图像风控模型的模型参数进行调整。
进一步地，在一些实施方式中，
基于所述有标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及所述有标注样本的标注，确定对称交叉熵损失函数的函数值，具体包括：
基于所述有标注样本的标注，确定所述有标注样本对应的正样本以及负样本；
根据所述图像风控模型对所述正样本的输出，与所述标注的第一差异，确定第一函数值，所述第一差异与所述第一函数值正相关；
根据所述图像风控模型对所述正样本的输出，与所述图像风控模型对所述负样本的输出的第二差异，确定第二函数值，所述第二差异与所述第二函数值负相关；
根据所述第一函数值以及所述第二函数值，确定对称交叉熵损失函数的函数值。
进一步地，在一些实施方式中，
所述方法还包括：
针对每个训练样本，根据该训练样本的标注，确定风险目标的风险分类与该训练样本一致的其他样本；
将该训练样本作为锚定样本，根据确定出的其他训练样本确定参考样本，组合得到该训练样本对应的至少一个样本组合；
将所述训练样本输入待训练的图像风控模型，通过所述图像风控模型的特征提取层，确定所述图像数据的多维度尺寸的图像特征，具体包括：
将所述样本组合输入待训练的图像风控模型，通过所述图像风控模型的特征提取层，分别确定所述样本组合中所述锚定样本以及所述参考样本的多维度尺寸的图像特征；
将所述多维度尺寸的图像特征输入所述目标检测层，确定所述目标检测层输出的预测检测框以及检测框分类，具体包括：
将所述样本组合中所述参考样本，输入所述目标检测层的参考子网，确定所述参考样本中显著目标物的共性特征；
将所述样本组合中所述锚定样本以及所述共性特征，输入所述目标检测层的分割子网，确定输出的预测检测框以及检测框分类，作为该训练样本的预测检测框以及检测框分类。
本说明书实施例还提供一种图像风控装置，所述装置包括：
准备模块，确定基于图像数据构建的训练样本，以及待训练的图像风控模型，所述图像风控模型由特征提取层、目标检测层以及图像分类层组成；
特征提取模块，将所述训练样本输入待训练的图像风控模型，通过所述图像风控模型的特征提取层，确定所述图像数据的多维度尺寸的图像特征；
分类模块，将所述多维度尺寸的图像特征分别输入所述目标检测层以及所述图像分类层，确定所述目标检测层输出的预测检测框以及检测框分类，以及确定所述图像分类层输出的图像分类结果；
训练以及风控模块，根据所述目标检测层的输出、所述图像分类层的输出以及所述训练样本的标注，确定综合损失，并基于所述综合损失训练所述图像风控模型，训练得到的所述图像风控模型用于执行图像风控任务，将待风控图像输入所述图像风控模型，并根据所述图像风控模型输出的检测框、检测框分类和图像分类结果，确定所述待风控图像的风险目标物以及图像风险类型，以进行风控。
本说明书实施例还提供一种计算机程序产品，所述计算机程序产品存储有至少一条指令，所述至少一条指令适于由处理器加载并执行上述的方法步骤。
本说明书实施例还提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序适于由处理器加载并执行上述的方法的步骤。
本说明书实施例还提供一种电子设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法的步骤。
在本说明书实施例中，通过统一提取样本的多维度尺寸的图像特征，使得可以通过后续不同的模型分支层，同时进行图像整体分类的预测和图像中目标物的检测，并且由于训练时是将不同模型分支层的损失，融合为一个综合损失，使得训练模型过程时，目标物检测的结果和图像整体分类之间互相参考，避免了训练不同模型分别执行不同任务，出现任务结果相抵触的情况。因此基于该种过程训练得到的图像风控模型进行风控时，给出的风控结果更为准确，可以显著提高内容风险防控的效果。
附图说明
图1为本说明书实施例提供了一种图像风控方法的流程示意图；
图2为本说明书实施例提供的一种图像风控模型结构示意图；
图3为本说明书实施例提供的一种目标检测层的结构示意图；
图4为本说明书实施例提供的一种图像风控装置的结构示意图；
图5为本说明书实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
通常为了确保网络环境的安全性和合规性，针对用户生成的内容数量急剧增加的现状，需要对用户生成内容进行风控。而针对图像风控场景来说，由于图像包含的内容较多，且通常较为复杂，存在很强的隐蔽性。因此图像整体是否存在风险，以及图像内是否存在风险目标，都是需要进行识别并针对性风控的。例如，图像本身整体看起来没有什么问题，但是在图像角落中包含有风险内容，若仅针对图像整体进行风控，则很可能忽略这种隐蔽的风险内容。
因此，针对不同类型图像风控，通常需要针对性的建立大量的训练样本，以分别训练每种类型图像风控任务的风控模型。而由于人工标注成本较高，且即使是有标签的数据也可能存在噪声，导致单独训练不同的模型的成本较高，且容易出现模型输出结果相抵触的情况，导致风控效果不佳。
基于此请参见图1，为本说明书实施例提供了一种图像风控方法的流程示意图。下面将针对图1所示的流程进行详细的阐述，所述图像风控方法具体可以包括以下步骤：
S100：确定基于图像数据构建的训练样本，以及待训练的图像风控模型，所述图像风控模型由特征提取层、目标检测层以及图像分类层组成。
在本说明书一个或多个实施例中，为了方便描述，以单一实体的服务器进行图像风控过程为例进行后续说明。当然，该服务器可以是一台设备，也可以是由多台设备组成的分布式系统，本说明书对此不作限制。
在本说明书一个或多个实施例中，该服务器可先确定基于图像数据构建的训练样本，以及待训练的图像风控模型。并且，为了解决现有技术分任务训练多种模型时存在的风控结果相互抵触的情况，在本说明书实施例中该训练样本需要有针对不同任务的标注。在本说明书实施中，该待训练的图像风控模型至少用于图像分类以及目标物检测，以基于图像分类得到的图像风险分类以及目标物检测得到的图像中风险目标物的类型，确定图像的风控结果。
具体的，该服务器可先确定各训练样本，针对每个训练样本，该训练样本的标注包括：该训练样本的图像风险分类，训练样本中风险目标的包围框以及所述风险目标的风险分类。
其中，该训练样本的图像风险分类，即针对预设的图像风险类型，该训练样本对应哪一种风险类型。该训练样本中风险目标的包围框，即该训练样本中包含的存在风险的目标物位置，以及该存在风险的目标物的风险分类，即风险目标的风险分类。需要说明的是，一般情况下，图像的图像风险分类与图像中的风险目标的风险分类是匹配的。例如，图像风险分类包括A、B、C，其中，在A类图像风险分类中，一般是应为存在对应的目标物才说明该图像整体属于A类图像风险分类。但是，在有些情况下，该图像中还可能包含对应其他图像风险分类的目标物，则在风控时需要综合考虑图像风险分类和目标物检测结果，确定最终的风控结果。
另外，该服务器还可确定待训练的图像风控模型，该图像风控模型由特征提取层、目标检测层以及图像分类层组成。
S102：将所述训练样本输入待训练的图像风控模型，通过所述图像风控模型的特征提取层，确定所述图像数据的多维度尺寸的图像特征。
在本说明书一个或多个实施例中，该服务器在确定出训练样本之后，便可通过将训练样本输入该图像风控模型的特征提取层，确定所述图像数据的多维度尺寸的图像特征。其中，该特征提取层为一系列卷积层和池化层组成的网络，用于提取输入图像的图像特征。
具体来说，该特征提取层为金字塔结构，用于提取出输入图像的特征金字塔。因此对于输入的每个训练样本，该特征提取层都可以输出该训练样本对应的多维度尺寸的图像特征。
也就是说，通过各层提取出，一系列具有不同分辨率的图像特征，来捕捉图像中的多尺度信息。且一般更高层提取出的图像特征，包含更抽象的特征。在一些架构中，还可从顶层开始逐级向底层细化特征，这有助于增强小物体的检测能力。由于不同大小的目标在图像中可能有不同的表现形式，特征金字塔能够帮助该图像风控模型更好地识别不同尺度的目标。且对于不同尺寸的目标，特征金字塔提供了更多的上下文信息，使得图像风控模型更加健壮，不易受目标大小变化的影响。并且，由于不同的图像处理任务，对于图像特征的需求并不相同，为了支持该图像风控模型同时实现图像风险分类和目标物检测，通过该特征提取层提取出的不同维度尺寸的图像特征，更方便该图像风控模型其它层实现不同的图像处理任务。
图2为本说明书实施例提供的该图像分控模型的结构示意图，可见该图像风控模型由特征提取层、目标检测层以及图像分类层组成，其中，该特征提取层为金字塔结构，提取不同维度尺寸的图像特征，而该目标检测层以及图像分类层，则为并行的两个网络结构，分别用于图像风险分类和目标物检测。
S104：将所述多维度尺寸的图像特征分别输入所述目标检测层以及所述图像分类层，确定所述目标检测层输出的预测检测框以及检测框分类，以及确定所述图像分类层输出的图像分类结果。
在本说明书一个或多个实施例中，该服务器在得到该训练样本的多维度尺寸的图像特征之后，该服务器便可分别通过该图像风控模型的目标检测层以及图像分类层，确定目标检测结果和图像分类结果。其中，目标检测层用于确定该训练样本的预测检测框以及检测框分类，也就是图像数据中预测存在风险的目标物的位置，以及该存在风险的目标物的风险类型。而图像分类层用于确定该训练样本的图像分类结果，也就是将该图像数据作为一个整体考虑，该图像数据的风险类型。
具体的，在本说明书实施例中，该目标检测层可包括特征融合子网、包围框预测子网以及包围框分类子网。则该服务器可将多维度尺寸的图像特征输入该目标检测层，通过该目标检测层的该特征融合子网，确定各融合图像特征。将该各融合图像特征输入该目标检测层的该包围框预测子网，确定该训练样本的各目标的预测检测框，以及将该各融合图像特征输入该目标检测层的该包围框分类子网，确定该各预测检测框的风险分类结果，作为检测框分类。
类似的，对于图像分类层，该图像分类层也可包括特征融合子网和分类器。则该服务器可将多维度尺寸的图像特征输入该图像分类层，通过该图像分类层的特征融合子网，确定各融合图像特征。将该各融合图像特征输入该图像分类层的分类器，确定该训练样本的图像分类结果。
S106：根据所述目标检测层的输出、所述图像分类层的输出以及所述训练样本的标注，确定综合损失，并基于所述综合损失训练所述图像风控模型，训练得到的所述图像风控模型用于执行图像风控任务，将待风控图像输入所述图像风控模型，并根据所述图像风控模型输出的检测框、检测框分类和图像分类结果，确定所述待风控图像的风险目标物以及图像风险类型，以进行风控。
在本说明书一个或多个实施例中，该服务器在确定出目标检测层的输出以及图像分类层的输出之后，便可根据该训练样本的标注，确定综合损失，并以综合损失最小为优化目标调整该图像风控模型的模型参数，训练得到该图像风控模型。由于不管是图像分类任务还是目标物检测任务，在训练该图像风控模型时，都是基于两个任务的损失确定出的综合损失，确定模型参数的梯度。而且，这两种任务都是基于同一个特征提取层提取出的图像特征进行预测的，因此避免了输出结果之间存在抵触的情况。使得该图像风控模型可用于基于一个输入的图像数据，输出相匹配的目标检测结果和图像分类结果。
具体的，该服务器可根据该训练样本的标注，确定该训练样本的图像风险分类，并根据该图像分类层输出的图像分类结果，以及该训练样本的图像风险分类的差异，确定图像分类损失。以及，该服务器还可根据该训练样本的标注，确定该训练样本中风险目标的包围框以及该风险目标的风险分类。并根据该目标检测层输出的预测检测框与该训练样本中风险目标的包围框的差异，以及该目标检测层输出的检测框分类与该训练样本中风险目标的风险分类的差异，确定目标分类损失。最后，该服务器可根据该图像分类损失以及该目标分类损失，确定综合损失。
其中，该图像分类损失和该目标分类损失，均可基于交叉熵损失函数，根据模型输出结果和训练样本的标注，确定函数值，并根据两个函数值，确定综合损失函数值，基于所述综合损失函数值，对所述图像风控模型的模型参数进行调整。而且，通常来说模型输出与标注越接近，则说明模型输出越准确，因此通常以该综合损失函数值最小为优化目标，确定模型参数的调整梯度。
可选地，该服务器在训练得到该图像风控模型后，可利用该图像风控模型进行图像数据的风控。具体来说，针对用户生产内容中的图像数据，业务服务器可将该图像数据，作为待风控图像。之后调用该训练完成的图像风控模型，将待风控图像输入该图像风控模型。然后接收该图像风控模型的两个层分别输出的检测框、检测框分类和图像分类结果，确定该待风控图像种包含的目标物的风险类别，和该待风控图像的图像分类结果。最后，基于待风控图像的风险目标物以及图像风险类型，确定该待风控图像属于何种风险类型，以及是要进行何种风控。
在本说明书实施例中，对于具体如何进行风控不做限制，但是如前所述通过该图像风控模型确定出的风控结果是不存在抵触情况的，有利于准确的进行风控。例如，当基于图像分类结果确定该待风控图像属于低风险类别时，可以针对识别出的存在风险的目标物，进行遮盖。使得该待风控图像没有风险部分可以展示给其他用户。或者当图像分类结果确定该待风控图像属于高风险类别时，则禁止展示整张图像，等等。
基于图1所示的图像风控方法，通过统一提取样本的多维度尺寸的图像特征，使得可以通过后续不同的模型分支层，同时进行图像整体分类的预测和图像中目标物的检测，并且由于训练时是将不同模型分支层的损失，融合为一个综合损失，使得训练模型过程时，目标物检测的结果和图像整体分类之间互相参考，避免了训练不同模型分别执行不同任务，出现任务结果相抵触的情况。因此基于该种过程训练得到的图像风控模型进行风控时，给出的风控结果更为准确，可以显著提高内容风险防控的效果。
另外，由于人工对多种任务的训练样本进行标注的难度，相比人工标注单一任务训练样本要高，而且为了保证训练出的图像风控模型的输出结果之间不抵触，训练样本的多任务标注之间也需要不抵触，导致人工标注的要求更高，更依赖于专家经验，导致标注准确度也难免会受到影响。
可见，在本说明书提供的场景中，训练样本的标注相对于常见场景是要更难的，因此在同样的人工成本和时间成本下，标注得到的训练样本的数量要更少。为了避免小样本问题带来的训练不充分，或者陷入局部最优解的情况。在本说明书一个或多个实施例中，在步骤S100中，该服务器还可获取有标注的图像数据，作为有标注样本，以及获取无标注的图像数据，作为无标注样本。也就是在本说明书中训练该图像风控模型时，可以采用自监督的方式。
则在迭代训练该图像风控模型的过程中，该服务器可以在每轮迭代过程开始前，从各无标注样本中，确定可用于自监督的无标注样本，并用于训练该图像风控模型。
具体的，该服务器可针对每次迭代过程，确定该轮迭代过程的上一轮迭代过程中，该图像风控模型针对无标注样本的输出，以及确定该输出的置信度。也就是说，对于每个无标注样本，该服务器也可将该无标注样本输入该待训练的图像风控模型，并确定该图像风控模型输出结果。但更为重要的是，该服务器可以确定该图像风控模型输出的置信度，也就是图像风控模型对每个无标注样本的输出结果的置信度。以便后续根据置信度，确定那些无标注样本的输出是足够准确的，可作为“有标注样本”进行后续迭代训练过程。
之后，该服务器可根据该置信度以及该轮迭代过程的置信度期望阈值，从无标注样本中确定伪标注样本，并将该伪标注样本在上一轮迭代过程的输出，作为标注。
如前所述，只要置信度够高，就可以一定程度的认为该图像风控模型上一轮输出的无标注样本的输出是足够准确的，可以将该输出作为标注，将相应的无标注样本作为伪标注样本。
具体的，在本说明书一个或多个实施例中，该服务器可采用预设的置信度期望阈值，筛选出伪标注样本，但是模型输出的准确性是随着训练不断变化的，在本说明书实施例中，需要伪标注样本能够更快的加入训练，以避免出现训练过拟合的情况。因为一旦出现过拟合的情况，模型输出的置信度也是针对过拟合情况的，筛选的出伪标注样本的标注也就不够准确的。
因此该服务器可以采用动态调整的置信度期望阈值，每轮或每几轮确定一次置信度期望阈值。该服务器可确定该轮迭代过程的上一轮迭代过程，用于训练所述图像风控模型的无标注样本的数量，并根据上一轮迭代过程，该图像风控模型针对所述无标注样本的输出的置信度，确定置信度参考值，根据所述数量以及所述置信度参考值，确定该轮迭代过程的置信度期望阈值。
例如，采用下述方式确定置信度期望阈值。
其中，τ表示置信度期望阈值，t表示迭代次数。当t＝0时置信度期望阈值为1/C，C表示类别数，即训练样本的标注中不同类别的总数。例如，在CIFAR-10数据集上，C将等于10，因为该数据集包含10个不同的类别。λ为预设的超参数，具体可指指数移动平均(Exponential Moving Average,EMA)的动量衰减系数，它是一个介于0和1之间的数值。EMA是一种计算序列的加权平均的方法，其中较新的观测值比旧的观测值具有更大的权重。λ的值决定了前一时刻的状态对当前状态的影响程度。如果λ接近1，则更多地保留历史信息；如果λ接近0，则更多地关注新信息。μB为训练样本总数，在本说明书实施例中则为无标注样本的总数。max(qb)则表示图像风控模型对第b个无标注样本预测概率的最大值。具体来说，qb是图像风控模型对无标注样本ub预测得到的概率分布，而max(qb)就是从这个概率分布中选取的最大概率值。另外，qb表示为pm(y|Ω(ub))，即模型在强增强(StrongAugmentation)后的无标注样本ub上输出的概率分布。max(qb)被用来确定一个样本的置信度是否足够高以生成伪标签(pseudo-label)。如果max(qb)大于设定的阈值τ，那么这个无标注样本将被赋予一个伪标签用于训练。简而言之，max(qb)是模型对于无标注样本ub的最可能类别的预测概率。
最后，在该轮迭代过程中，基于确定出的伪标注样本以及有标注样本，根据该目标检测层的输出、该图像分类层的输出以及对应的标注，确定综合损失。也就是，利用伪标注样本以及原有的有标注样本，采用有监督训练的方式训练该图像风控模型。
另外，需要说明的是，在本说明书一个或多个实施例中，该伪标注样本可同时用于确定图像分类损失以及目标分类损失，或者仅用于确定其中一种损失。
进一步地，在本说明书一个或多个实施例中，该服务器还可进一步基于局部阈值对置信度期望阈值进行微调。具体的，该服务器可采用下述方法确定微调值：
其中，qb(C)表示对于无标注样本中的第b个无标注样本ub，图像风控模型预测属于类别c的概率。qb本身是向量形式，表示图像风控模型对无标注样本ub输出的概率分布，而qb(C)则特指该分布中对应于类别c的概率值。则调整后的置信度期望阈值进行微调表示为：
其中，[C]表示类别集合，C表示某一具体类别。
通过上述过程，可以自动的调整置信度期望阈值，使得确定出的伪标注样本更为准确。通常来说，随着迭代过程的增加，模型参数调整的更为准确，则置信度期望阈值会越来越高，使训练效果更好。同时，由于相当于灵活的增加训练样本的数量，也避免了小样本问题。
另外，对于有标注样本来说，其标注如前所述一般是根据专家经验人工进行标注的，而对于多任务且需要不抵触的标注要求来说，难以避免人工标注的不准确，这就到时有标注样本实际存在噪声，即存在标注错误的有标注样本。
为了进一步减少噪声对训练效果的影响，在本说明书一个或多个实施例中，该服务器还可以针对有标注样本，确定对称交叉熵损失函数(Symmetric Cross Entropy，SCE)的函数值，用于训练图像风控模型。而对于伪标注样本来说，由于其标注的置信度是随时调整的，因为即使有噪声也是不固定的，因此可以直接用交叉熵损失函数的函数值，训练图像风控模型。
具体的，该服务器可基于确定出的伪标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及所述伪标注样本的标注，确定交叉熵损失函数的函数值。
而基于所述有标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及所述有标注样本的标注，确定对称交叉熵损失函数的函数值。
最后，根据该交叉熵损失函数的函数值以及该对称交叉熵损失函数的函数值，确定综合损失函数值，并基于该综合损失函数值，对该图像风控模型的模型参数进行调整。
其中，对称交叉熵损失函数结合了两个方向上的交叉熵损失，以提高模型的鲁棒性和泛化能力。相比于传统的交叉熵损失函数通常用于监督学习中，特别是分类问题。它衡量的是模型预测的概率分布与真实标注的概率分布之间的差异。对于一个给定的样本，如果真实标注是一个one-hot编码向量，那么交叉熵损失函数可以定义为：
H(y,p)＝-∑ylogp
其中，y是真实标注，p是模型预测的概率分布。而为了解决噪声标注问题，还引入反转交叉熵：
H(p,y)＝-∑plogy′
其中，y’表示由真实标签通过某种方式(例如软化one-hot编码)得到的概率分布，这样可以使得y’和p都是概率分布。将这两个方向上的交叉熵结合起来，就得到了对称交叉熵损失函数：
SCE＝H(y,p)+αH(p,y)
其中，α是一个超参数，用来平衡两个损失项的贡献。通过对称地考虑真实标注和模型预测之间的关系，使模型不仅能够拟合训练数据，还能更好地处理不确定性和噪声，从而提升模型的整体性能。
进一步地，在本说明书中为了进一步地提高特征的类内紧凑性和类间区分度，该服务器确定上述对称交叉熵损失函数中两个方向的交叉熵函数时，还可以基于类间差异和类内差异，调整函数值。
具体的，该服务器可基于有标注样本的标注，确定有标注样本对应的正样本以及负样本。其中，将每个有标注样本作为标准样本，该正样本是指与标准样本属于同一类别的样本。例如，正样本是指那些与标准样本ai属于同一类别的样本aj。而负样本是指与标准样本不属于同一类别的样本。例如，负样本是指那些与标准样本ai不属于同一类别的样本ak。
之后，该服务器可根据图像风控模型对正样本的输出，与该正样本的标注的第一差异，确定第一函数值。其中，该第一差异与第一函数值正相关。以及，根据图像风控模型对该正样本的输出，与图像风控模型对负样本的输出的第二差异，确定第二函数值。其中，第二差异与第二函数值负相关。
最后，根据各有标注样本的第一函数值以及第二函数值，确定对称交叉熵损失函数的函数值。则该对称交叉熵损失函数的函数值反映了，有标注样本的数据集中的类结构，即同一类内的有标注样本距离较近，不同类的有标注样本距离较远。
另外，在本说明书一个或多个实施例中，该图像风控模型的目标检测层，也可以采用包含显著目标物的图像，辅助训练目标检测层。
具体的，首先，该服务器可针对每个训练样本，根据该训练样本的标注，确定风险目标的风险分类与该训练样本一致的其他样本。其中，该服务器可仅针对有标注样本，确定该训练样本一致的其他样本。
其次，该服务器可将该训练样本作为锚定样本，根据确定出的其他训练样本确定参考样本，组合得到该训练样本对应的至少一个样本组合。也就是针对每个有标注样本，都可以确定一个样本组合，该样本组合中包含一个锚定样本，以及多个参考样本。当然参考样本最少可以有一个，但是通常来说同一种分类不会只有一个其他样本。
然后，在通过图像风控模型的特征提取层提取图像特征时，需要对该样本组合中的每个图像分别提取多维度尺寸的图像特征。即，将该样本组合输入待训练的图像风控模型，通过该图像风控模型的特征提取层，分别确定该样本组合中该锚定样本以及该参考样本的多维度尺寸的图像特征。
之后，在将图像特征输入目标检测层时，该服务器可将该样本组合中该参考样本，输入该目标检测层的参考子网，确定该参考样本中显著目标物的共性特征。其中，参考子网的任务是从参考样本中提取目标物体的共性表征。
以及，将该样本组合中该锚定样本以及该共性特征，输入该目标检测层的分割子网，确定输出的预测检测框以及检测框分类，作为该训练样本的预测检测框以及检测框分类。分割子网属于一种图像分割网络，用于在参考子网提供的共性表征的指导下，识别并分割出锚定样本中的目标物体。
其中，参考子网用于输入一组参考样本的各维度尺寸的图像特征。将提取到的图像特征与参考样本的标注进行掩码和池化操作，以获取目标物体的共性表征。
而分割子网输入锚定样本的多维度尺寸的图像特征。利用参考子网生成的共性表征，通过参考掩模生成(Referring Mask Generation，RMG)模块生成一个像素级的先验掩模。再通过参考特征丰富(Referring Feature Enrichment，RFE)模块增强特征，突出锚定样本中的目标物体。最终生成目标物的分割掩模。
图3为本说明书提供的目标检测层的结构示意图，可见参考样本和锚定样本输入该目标检测层的都是图像特征，而参考子网提取共性特征，输入RMG得到先验掩模，RFE根据先验掩模和锚定样本的图像特征生成目标物的分割掩模。
请参见图4，为本说明书实施例提供的一种图像风控装置的结构示意图。如图4所示，该图像风控装置可以通过软件、硬件或者两者的结合实现成为电子设备的全部或一部分。根据一些实施例，该图像风控包括准备模块401、特征提取模块402、分类模块403、训练以及风控模块404，具体包括：
准备模块401，确定基于图像数据构建的训练样本，以及待训练的图像风控模型，所述图像风控模型由特征提取层、目标检测层以及图像分类层组成；
特征提取模块402，将所述训练样本输入待训练的图像风控模型，通过所述图像风控模型的特征提取层，确定所述图像数据的多维度尺寸的图像特征；
分类模块403，将所述多维度尺寸的图像特征分别输入所述目标检测层以及所述图像分类层，确定所述目标检测层输出的预测检测框以及检测框分类，以及确定所述图像分类层输出的图像分类结果；
训练以及风控模块404，根据所述目标检测层的输出、所述图像分类层的输出以及所述训练样本的标注，确定综合损失，并基于所述综合损失训练所述图像风控模型，训练得到的所述图像风控模型用于执行图像风控任务，将待风控图像输入所述图像风控模型，并根据所述图像风控模型输出的检测框、检测框分类和图像分类结果，确定所述待风控图像的风险目标物以及图像风险类型，以进行风控。
可选地，所述目标检测层包括特征融合子网、包围框预测子网以及包围框分类子网，分类模块403，将所述多维度尺寸的图像特征输入所述目标检测层，通过所述目标检测层的所述特征融合子网，确定各融合图像特征，将所述各融合图像特征输入所述目标检测层的所述包围框预测子网，确定所述训练样本的各目标的预测检测框，以及将所述各融合图像特征输入所述目标检测层的所述包围框分类子网，确定所述各预测检测框的风险分类结果，作为检测框分类。
可选地，训练以及风控模块404，根据所述训练样本的标注，确定所述训练样本的图像风险分类，根据所述图像分类层输出的图像分类结果，以及所述训练样本的图像风险分类的差异，确定图像分类损失，根据所述训练样本的标注，确定所述训练样本中风险目标的包围框以及所述风险目标的风险分类，根据所述目标检测层输出的预测检测框与所述训练样本中风险目标的包围框的差异，以及所述目标检测层输出的检测框分类与所述训练样本中风险目标的风险分类的差异，确定目标分类损失，根据所述图像分类损失以及所述目标分类损失，确定综合损失。
可选地，准备模块401，获取有标注的图像数据，作为有标注样本，以及获取无标注的图像数据，作为无标注样本，则训练以及风控模块404，以迭代方式训练图像风控模型，针对每次迭代过程，确定该轮迭代过程的上一轮迭代过程所述图像风控模型针对所述无标注样本的输出，以及所述输出的置信度，根据所述置信度以及该轮迭代过程的置信度期望阈值，从所述无标注样本中确定伪标注样本，并将所述伪标注样本在上一轮迭代过程的输出，作为标注，在该轮迭代过程中，基于确定出的所述伪标注样本以及所述有标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及对应的标注，确定综合损失。
可选地，训练以及风控模块404，确定该轮迭代过程的上一轮迭代过程，用于训练所述图像风控模型的无标注样本的数量，根据所述上一轮迭代过程，所述图像风控模型针对所述无标注样本的输出的置信度，确定置信度参考值，根据所述数量以及所述置信度参考值，确定该轮迭代过程的置信度期望阈值。
可选地，训练以及风控模块404，基于确定出的所述伪标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及所述伪标注样本的标注，确定交叉熵损失函数的函数值，基于所述有标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及所述有标注样本的标注，确定对称交叉熵损失函数的函数值，根据所述交叉熵损失函数的函数值以及所述对称交叉熵损失函数的函数值，确定综合损失函数值，基于所述综合损失函数值，对所述图像风控模型的模型参数进行调整。
可选地，训练以及风控模块404，基于所述有标注样本的标注，确定所述有标注样本对应的正样本以及负样本，根据所述图像风控模型对所述正样本的输出，与所述标注的第一差异，确定第一函数值，所述第一差异与所述第一函数值正相关，根据所述图像风控模型对所述正样本的输出，与所述图像风控模型对所述负样本的输出的第二差异，确定第二函数值，所述第二差异与所述第二函数值负相关，根据所述第一函数值以及所述第二函数值，确定对称交叉熵损失函数的函数值。
可选地，准备模块401针对每个训练样本，根据该训练样本的标注，确定风险目标的风险分类与该训练样本一致的其他样本，将该训练样本作为锚定样本，根据确定出的其他训练样本确定参考样本，组合得到该训练样本对应的至少一个样本组合；
则特征提取模块402，将所述样本组合输入待训练的图像风控模型，通过所述图像风控模型的特征提取层，分别确定所述样本组合中所述锚定样本以及所述参考样本的多维度尺寸的图像特征；
则分类模块403，将所述样本组合中所述参考样本，输入所述目标检测层的参考子网，确定所述参考样本中显著目标物的共性特征，将所述样本组合中所述锚定样本以及所述共性特征，输入所述目标检测层的分割子网，确定输出的预测检测框以及检测框分类，作为该训练样本的预测检测框以及检测框分类。
上述装置实施例与方法实施例相对应，具体说明可以参见方法实施例部分的描述，此处不再赘述。装置实施例是基于对应的方法实施例得到，与对应的方法实施例具有同样的技术效果，具体说明可参见对应的方法实施例。
本说明书实施例还提供的一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行如上述图1所示实施例的所述方法，具体执行过程可以参见图1所示实施例的具体说明，在此不进行赘述。
本说明书还提供的一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令由所述处理器加载并执行如上述图1所示实施例的所述方法，具体执行过程可以参见图1所示实施例的具体说明，在此不进行赘述。
本说明书实施例还提供了图5所示的电子设备的结构示意图。如图5，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述的图像风控方法。
当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (12)

1.一种图像风控方法，所述方法包括：
确定基于图像数据构建的训练样本，以及待训练的图像风控模型，所述图像风控模型由特征提取层、目标检测层以及图像分类层组成；
将所述训练样本输入待训练的图像风控模型，通过所述图像风控模型的特征提取层，确定所述图像数据的多维度尺寸的图像特征；
将所述多维度尺寸的图像特征分别输入所述目标检测层以及所述图像分类层，确定所述目标检测层输出的预测检测框以及检测框分类，以及确定所述图像分类层输出的图像分类结果；
根据所述目标检测层的输出、所述图像分类层的输出以及所述训练样本的标注，确定综合损失，并基于所述综合损失训练所述图像风控模型，训练得到的所述图像风控模型用于执行图像风控任务，将待风控图像输入所述图像风控模型，并根据所述图像风控模型输出的检测框、检测框分类和图像分类结果，确定所述待风控图像的风险目标物以及图像风险类型，以进行风控。
2.如权利要求1所述的方法，所述目标检测层包括特征融合子网、包围框预测子网以及包围框分类子网；
将所述多维度尺寸的图像特征输入所述目标检测层，确定所述目标检测层输出的预测检测框以及检测框分类，具体包括：
将所述多维度尺寸的图像特征输入所述目标检测层，通过所述目标检测层的所述特征融合子网，确定各融合图像特征；
将所述各融合图像特征输入所述目标检测层的所述包围框预测子网，确定所述训练样本的各目标的预测检测框，以及将所述各融合图像特征输入所述目标检测层的所述包围框分类子网，确定所述各预测检测框的风险分类结果，作为检测框分类。
3.如权利要求1所述的方法，根据所述目标检测层的输出、所述图像分类层的输出以及所述训练样本的标注，确定综合损失，具体包括：
根据所述训练样本的标注，确定所述训练样本的图像风险分类；
根据所述图像分类层输出的图像分类结果，以及所述训练样本的图像风险分类的差异，确定图像分类损失；
根据所述训练样本的标注，确定所述训练样本中风险目标的包围框以及所述风险目标的风险分类；
根据所述目标检测层输出的预测检测框与所述训练样本中风险目标的包围框的差异，以及所述目标检测层输出的检测框分类与所述训练样本中风险目标的风险分类的差异，确定目标分类损失；
根据所述图像分类损失以及所述目标分类损失，确定综合损失。
4.如权利要求1所述的方法，确定基于图像数据构建的训练样本，具体包括：
获取有标注的图像数据，作为有标注样本，以及获取无标注的图像数据，作为无标注样本；
根据所述目标检测层的输出、所述图像分类层的输出以及所述训练样本的标注，确定综合损失，具体包括：
以迭代方式训练图像风控模型，针对每次迭代过程，确定该轮迭代过程的上一轮迭代过程所述图像风控模型针对所述无标注样本的输出，以及所述输出的置信度；
根据所述置信度以及该轮迭代过程的置信度期望阈值，从所述无标注样本中确定伪标注样本，并将所述伪标注样本在上一轮迭代过程的输出，作为标注；
在该轮迭代过程中，基于确定出的所述伪标注样本以及所述有标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及对应的标注，确定综合损失。
5.如权利要求4所述的方法，根据所述置信度以及该轮迭代过程的置信度期望阈值，从所述无标注样本中确定伪标注样本之前，所述方法还包括：
确定该轮迭代过程的上一轮迭代过程，用于训练所述图像风控模型的无标注样本的数量；
根据所述上一轮迭代过程，所述图像风控模型针对所述无标注样本的输出的置信度，确定置信度参考值；
根据所述数量以及所述置信度参考值，确定该轮迭代过程的置信度期望阈值。
6.如权利要求4所述的方法，基于确定出的所述伪标注样本以及所述有标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及对应的标注，确定综合损失，具体包括：
基于确定出的所述伪标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及所述伪标注样本的标注，确定交叉熵损失函数的函数值；
基于所述有标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及所述有标注样本的标注，确定对称交叉熵损失函数的函数值；
根据所述交叉熵损失函数的函数值以及所述对称交叉熵损失函数的函数值，确定综合损失函数值，基于所述综合损失函数值，对所述图像风控模型的模型参数进行调整。
7.如权利要求6所述的方法，基于所述有标注样本，根据所述目标检测层的输出、所述图像分类层的输出以及所述有标注样本的标注，确定对称交叉熵损失函数的函数值，具体包括：
基于所述有标注样本的标注，确定所述有标注样本对应的正样本以及负样本；
根据所述图像风控模型对所述正样本的输出，与所述标注的第一差异，确定第一函数值，所述第一差异与所述第一函数值正相关；
根据所述图像风控模型对所述正样本的输出，与所述图像风控模型对所述负样本的输出的第二差异，确定第二函数值，所述第二差异与所述第二函数值负相关；
根据所述第一函数值以及所述第二函数值，确定对称交叉熵损失函数的函数值。
8.如权利要求1所述的方法，所述方法还包括：
针对每个训练样本，根据该训练样本的标注，确定风险目标的风险分类与该训练样本一致的其他样本；
将该训练样本作为锚定样本，根据确定出的其他训练样本确定参考样本，组合得到该训练样本对应的至少一个样本组合；
将所述训练样本输入待训练的图像风控模型，通过所述图像风控模型的特征提取层，确定所述图像数据的多维度尺寸的图像特征，具体包括：
将所述样本组合输入待训练的图像风控模型，通过所述图像风控模型的特征提取层，分别确定所述样本组合中所述锚定样本以及所述参考样本的多维度尺寸的图像特征；
将所述多维度尺寸的图像特征输入所述目标检测层，确定所述目标检测层输出的预测检测框以及检测框分类，具体包括：
将所述样本组合中所述参考样本，输入所述目标检测层的参考子网，确定所述参考样本中显著目标物的共性特征；
将所述样本组合中所述锚定样本以及所述共性特征，输入所述目标检测层的分割子网，确定输出的预测检测框以及检测框分类，作为该训练样本的预测检测框以及检测框分类。
9.一种图像风控装置，所述装置包括
准备模块，确定基于图像数据构建的训练样本，以及待训练的图像风控模型，所述图像风控模型由特征提取层、目标检测层以及图像分类层组成；
特征提取模块，将所述训练样本输入待训练的图像风控模型，通过所述图像风控模型的特征提取层，确定所述图像数据的多维度尺寸的图像特征；
分类模块，将所述多维度尺寸的图像特征分别输入所述目标检测层以及所述图像分类层，确定所述目标检测层输出的预测检测框以及检测框分类，以及确定所述图像分类层输出的图像分类结果；
训练以及风控模块，根据所述目标检测层的输出、所述图像分类层的输出以及所述训练样本的标注，确定综合损失，并基于所述综合损失训练所述图像风控模型，训练得到的所述图像风控模型用于执行图像风控任务，将待风控图像输入所述图像风控模型，并根据所述图像风控模型输出的检测框、检测框分类和图像分类结果，确定所述待风控图像的风险目标物以及图像风险类型，以进行风控。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～8中任意一项所述方法的步骤。
11.一种电子设备，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～8中任意一项所述方法的步骤。
12.一种计算机程序产品，其上存储有至少一条指令，其特征在于，所述至少一条指令被处理器执行时实现权利要求1～8中任意一项所述方法的步骤。
CN202411273219.9A 2024-09-11 2024-09-11 一种图像风控方法、装置、介质及电子设备 Active CN119516239B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411273219.9A CN119516239B (zh) 2024-09-11 2024-09-11 一种图像风控方法、装置、介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202411273219.9A CN119516239B (zh) 2024-09-11 2024-09-11 一种图像风控方法、装置、介质及电子设备

Publications (2)

Publication Number Publication Date
CN119516239A CN119516239A (zh) 2025-02-25
CN119516239B true CN119516239B (zh) 2025-11-07

Family

ID=94654075

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202411273219.9A Active CN119516239B (zh) 2024-09-11 2024-09-11 一种图像风控方法、装置、介质及电子设备

Country Status (1)

Country Link
CN (1) CN119516239B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116012811A (zh) * 2022-12-22 2023-04-25 际络科技(上海)有限公司 目标检测方法及装置
CN116152933A (zh) * 2022-12-12 2023-05-23 支付宝(杭州)信息技术有限公司 一种异常检测模型的训练方法、装置、设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115482221A (zh) * 2022-09-22 2022-12-16 深圳先进技术研究院 一种病理图像的端到端弱监督语义分割标注方法
CN117475253A (zh) * 2023-10-08 2024-01-30 英特灵达信息技术(深圳)有限公司 一种模型训练方法、装置、电子设备及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116152933A (zh) * 2022-12-12 2023-05-23 支付宝(杭州)信息技术有限公司 一种异常检测模型的训练方法、装置、设备及存储介质
CN116012811A (zh) * 2022-12-22 2023-04-25 际络科技(上海)有限公司 目标检测方法及装置

Also Published As

Publication number Publication date
CN119516239A (zh) 2025-02-25

Similar Documents

Publication Publication Date Title
CN117372631B (zh) 一种多视角图像生成模型的训练方法、应用方法
CN114332873B (zh) 一种识别模型的训练方法及装置
CN112784857B (zh) 一种模型训练以及图像处理方法及装置
CN116935055A (zh) 一种基于注意力掩码的弱监督语义分割方法及装置
CN114926437B (zh) 一种图像质量评价方法及装置
CN117523323B (zh) 一种生成图像的检测方法及装置
CN112818811B (zh) 一种车辆定损方法及装置
CN114821250B (zh) 一种跨域的模型训练方法、装置以及设备
CN115600090A (zh) 一种模型的所有权验证方法、装置、存储介质及电子设备
CN116152933A (zh) 一种异常检测模型的训练方法、装置、设备及存储介质
WO2025097695A1 (zh) 一种基于持续学习的图像分类方法及装置
CN113988162B (zh) 模型训练及图像识别方法、装置、存储介质及电子设备
CN116704178B (zh) 一种图像的实例分割方法、装置、存储介质及电子设备
CN111967365B (zh) 影像连接点的提取方法和装置
CN111523539A (zh) 一种文字检测方法及装置
CN118840641B (zh) 一种多波段图像融合方法、装置、存储介质及设备
CN119516239B (zh) 一种图像风控方法、装置、介质及电子设备
CN118862176B (zh) 脱敏模型训练方法、图像脱敏方法及装置
CN117197781B (zh) 一种交通标志识别的方法、装置、存储介质及电子设备
CN117786417B (zh) 一种模型训练方法、瞬变源的识别方法、装置及电子设备
CN117115900B (zh) 一种图像分割方法、装置、设备及存储介质
CN114550244B (zh) 一种活体检测方法、装置及设备
CN116186540A (zh) 数据处理方法、装置及设备
CN117113174A (zh) 一种模型训练的方法、装置、存储介质及电子设备
CN116401541A (zh) 一种模型训练的方法、装置、存储介质及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 310000 Zhejiang Province, Hangzhou City, Xihu District, Xixi Road 543-569 (continuous odd numbers) Building 1, Building 2, 5th Floor, Room 518

Patentee after: Alipay (Hangzhou) Digital Service Technology Co.,Ltd.

Country or region after: China

Address before: 801-11, Section B, 8th Floor, No. 556, Xixi Road, Xihu District, Hangzhou, Zhejiang 310063

Patentee before: Alipay (Hangzhou) Information Technology Co., Ltd.

Country or region before: China

CP03 Change of name, title or address