图库行业，基本业务流是投稿——审核——入库——上线发卖，对付海内几大头部图库公司，除代理版权图片之外，均有自己的供稿人社区。例如：
视觉中国（代理Getty Images）：500px（拍照师社区）、爱视觉（插画师社区）图虫创意（代理Adobe Stock）：图虫（拍照师社区）千图网：千图网（图片、插画、设计模板供稿）站酷海洛（代理Shutter Stock）：站酷海洛（图片、插画供稿）对付有自己社区、供稿路子的公司来说，审核的效率是在审核、入库环节的痛点。出于降本增效的目的，审核职员一定是有限的，不可能无止境的增加。而人工审核的效率，是相对固定的。随着社区/供稿路子的发展，投稿量、逐日待审图片势必会持续增加。如果审核韶光长，会导致投稿用的体验差，给社区发展带来明显的负面影响。
因此，本文所述，是借助AI图片评分系统，赞助审核提高审核效率，乃至直接完成一部分审核事情，从而提高审核速率，提高投稿人的用户体验及图库逐日入库图片数量。该系统已用于实际生产中，达到预期目标，现作基本思路和流程的分享。
二、目标
赞助图片审核，提高图片审核效率。
三、目标用户群
图库业务，图片审核职员。
四、基本思路
对所有社区投稿内容（非签约拍照师部分）给出AI评分，AI评分分为质量评分、美学评分，分别代表社区用户对图片的认可，以及图片色彩、构图等美学成分的评价。对付高于评分阈值的图片推送到人工审核，对付低于阈值的图片自动审核谢绝。
在审核系统中展示每张图片的质量评分、美学评分，以供审核职员参考，方便在外包审核职员审美水平参差不齐的情形下供应参考和赞助，确保审核标准的相对统一和稳定。
五、核心流程示意图
六、构造概述整体系统开拓流程分为以下几大部分：
数据网络数据处理模型演习（模型微调 Fine-tune）模型评估模型优化终极会得到演习后的模型参数，模型参数结合底层模型构成AI评分运用，可对图片进行AI评分，得到质量评分与美学评分。
七、数据网络
模型演习须要网络对应演习数据集与测试数据集。为担保演习出来模型参数的通用性和准确性，须要对数据集有一些构建策略。
1. 演习数据集
从拍照师社区选取100万张图片，为担保演习模型对各种种别、风格图片的通用性，须要担保这100万张图片均匀分布于各种风格、主题，例如：人像、静物、彩色、黑白、城市建筑、人文拍照等。并且为担保评疏散布的多样性，须要选取尽可能完全的用户评疏散布的图片。
100万张图片取完之后，我们自然就得到了100万张图片+评分的数据对，评分作为图片的数据标签。（为防止极度评分、不客不雅观评分的影响，每张图片分数取所有用户评分的中位数评分）该部分作为演习质量评分模型的演习数据集。
100万张图片中，抽取10万张，交由众包系统，进行人工美学评分。众包职员来自各大高校设计、艺术干系专业在校生、毕业生。从而得到10万张图片+美学评分的数据对，评分作为图片数据标签。该部分数据作为美学评分演习的数据集。
2. 测试数据集
参照演习数据及逻辑，再从拍照师社区选取1万张图片，尽可能在图片分类、评分上分布均匀，确保多样性。取图片的用户评分中位数作为质量评分参考，另通过众包平台给这1万张图片打上美学评分。该部分数据作为模型评估利用的测试数据集。
八、数据处理1. 图片压缩
考虑到后续模型的处理效率，并且质量、美学评分更多看整体色块像素分布，不须要太多细节，因此将图片统一压缩为224224像素。
2. 数据归一化处理
为让数据在各个维度上分布更加同等，加速优化算法更快收敛。避免模型在一个特色维度上过渡你和，提高模型泛化能力。须要对数据进行归一化处理。本方案中紧张涉及两部分，一是图片像素的归一化处理，二是评分的归一化处理。
图片像素值从0~255全部转换到0~1的浮点数，质量评分、美学评分也转换打算到0~1的浮点数。
九、模型演习1. 选择模型
本方案，统共从多种模型中选择了深度残差网络（ResNet）来进行演习。比拟了ResNet50、ResNet101、ResNet152三个模型，从效率（演习速率）、评分预测准确性来进行模型评估，终极选择了ResNet50即可知足业务需求。
2. 模型微调（Fine-tune）
ResNet50是一个通用的特色提取器，先天在图像分类、物体检测、图像分割、特色提取等图像处理需求上有很好的支持。微调终极要的一步是更换模型末了一层（全连接层），由于我们期望的评分是一个连续分值，属于回归问题，ResNet50默认的末了一层是离散输出，适用于分类问题。原始ResNet50输出单元数量是1000，相称于1000个种别。我们须要改为输出单元数量为1，并通过激活函数限定担保输出的预测分值在0~1之间。
3. 丢失函数
本案例中我们选择了最常用的回归丢失函数均方偏差（MSE），打算预测值和真实值之间的平方差的均匀值。
4. 优化器
案例中考虑到综合性能，我们选择了Adam作为优化器。
5. 演习模型
上述事情完毕之后开始进行模型演习，终极输出了两个模型参数，分别用于预测图片质量评分、美学评分。
十、模型评估
利用测试数据集（测试数据集是完备与演习数据集无交集的独立数据集）对模型输出的质量评分、美学评分进行了测试。终极与人工评分整体偏差掌握在10%~15%。
十一、模型优化
全体模型演习的过程相对大略，期间我们进行的模型优化紧张在以下几方面：
模型选择：在ResNet50、ResNet101、ResNet152之间，从演习效率、输出准确性综合评估。演习周期评估：基于Early Stopping，尽可能降落演习韶光，避免过拟合，在准确度没有明显提升的演习周期及时停滞周期的增加。优化器&学习率优化：由算法工程师测试不同优化器、学习率，确保终极模型评分与人工评分偏差在可接管范围内。十三、其他知识分享由于这一块，也是现有了需求，再从需求想办理方案，实在很多技能对付产品经理的我来说都是0根本，好在有一些开拓背景情形下理解得会快一些。
对付产品经理来说，一些技能知识够用即可，所谓够用即可以知道什么技能能干什么事，怎么评估不同技能和方案的好坏，能够结合技能给出办理方案，能够和技能同学更好的沟通即可。
反而不能够太过于钻一块技能，想着自己如何如何深入，人的韶光经历是有限的，如何创造问题，办理问题才是这个事情的核心所在（个人所见，不一定对）。
以是在这个项目里，一些根本的知识做了些思维导图，不一定很对，没有仔细校验过，可以分享给有须要的同学。
1. 深度学习优化器
2. 深度学习丢失函数3. PyTorch4. 开源机器学习库5. 图像处理模型本文由 @Damon 原创发布于大家都是产品经理。未经容许，禁止转载
题图来自Unsplash，基于CC0协议
该文不雅观点仅代表作者本人，大家都是产品经理平台仅供应信息存储空间做事。