摘要
本发明公开了一种用于识别数字内容特异风格图片的方法及装置,该方法通过人工筛选并整理出新型数字内容图片,利用爬虫技术自动化获取风格迁移技术扩展数据集并构建包含风险内容和无风险内容的数据集,将图像数据依次输入主干层、第一个密集连接层、过渡层、其他若干密集连接层后,并执行全局平均池化,将特征图转换为固定长度的向量;使用概率型函数将全局平均池化之后的输出转换为各类别的概率分布,得到最终的分类结果,在进行模型不断优化,最终完成数字内容特异风格图片的识别。本发明在保证识别准确的前提下,更好地提取图片中的特征信息,提高了计算效率,并且方法具备良好的鲁棒性和泛化能力,适应新情况的能力很好,能准确预测结果。
技术关键词
全局平均池化
风格迁移技术
图片
特异
更新模型参数
爬虫技术
数据
传播算法
通道
优化器
周期
过渡层结构
注意力机制
风险
处理器
采样模块
标签
系统为您推荐了相关专利信息
垃圾粉碎机构
厨余垃圾预处理系统
传送机构
滑动闸阀
处理单元
深度神经网络模型
属性识别方法
样本
深度学习架构
深度学习网络模型
曲线提取方法
融合注意力机制
卷积模块
邻域
特征点