为了提升图库公司审核图片投稿的效率，我们或许可以搭建AI图片评分系统，来帮助提升审核效率。那么，图库行业的AI图片评分系统应该怎么搭建？本文梳理了基本思路与流程，一起来看一下，或许会对你有所启发。

一、需求背景

图库行业，基本业务流是投稿——审核——入库——上线销售，对于国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（摄影师社区）、爱视觉（插画师社区）
• 图虫创意（代理Adobe Stock）：图虫（摄影师社区）
• 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）

对于有自己社区、供稿途径的公司来说，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，审核人员一定是有限的，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/供稿途径的发展，投稿量、每日待审图片势必会持续增加。如果审核时间长，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，辅助审核提高审核效率，甚至直接完成一部分审核工作，从而提高审核速度，提高投稿人的用户体验及图库每日入库图片数量。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

辅助图片审核，提高图片审核效率。

三、目标用户群

图库业务，图片审核人员。

四、基本思路

对所有社区投稿内容（非签约摄影师部分）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、构图等美学因素的评价。对于高于评分阈值的图片推送到人工审核，对于低于阈值的图片自动审核拒绝。

在审核系统中展示每张图片的质量评分、美学评分，以供审核人员参考，方便在外包审核人员审美水平参差不齐的情况下提供参考和辅助，确保审核标准的相对统一和稳定。

五、核心流程示意图

六、结构概述

整体系统开发流程分为以下几大部分：

• 数据收集
• 数据处理
• 模型训练（模型微调 Fine-tune）
• 模型评估
• 模型优化

最终会获得训练后的模型参数，模型参数结合底层模型构成AI评分应用，可对图片进行AI评分，获得质量评分与美学评分。

七、数据收集

模型训练需要收集对应训练数据集与测试数据集。为保证训练出来模型参数的通用性和准确性，需要对数据集有一些构建策略。

1. 训练数据集

从摄影师社区选取100万张图片，为保证训练模型对各种类别、风格图片的通用性，需要保证这100万张图片均匀分布于各类风格、主题，例如：人像、静物、彩色、黑白、城市建筑、人文摄影等。并且为保证评分分布的多样性，需要选取尽可能完整的用户评分分布的图片。

100万张图片取完之后，我们自然就获得了100万张图片+评分的数据对，评分作为图片的数据标签。（为防止极端评分、不客观评分的影响，每张图片分数取所有用户评分的中位数评分）该部分作为训练质量评分模型的训练数据集。

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。众包人员来自各大高校设计、艺术相关专业在校生、毕业生。从而获得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训练的数据集。

2. 测试数据集

参照训练数据及逻辑，再从摄影师社区选取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使用的测试数据集。

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，不需要太多细节，因此将图片统一压缩为224*224像素。

2. 数据归一化处理

为让数据在各个维度上分布更加一致，加速优化算法更快收敛。避免模型在一个特征维度上过渡你和，提高模型泛化能力。需要对数据进行归一化处理。本方案中主要涉及两部分，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、美学评分也转换计算到0~1的浮点数。

九、模型训练

1. 选择模型

本方案，总共从多种模型中选择了深度残差网络（ResNet）来进行训练。对比了ResNet50、ResNet101、ResNet152三个模型，从效率（训练速度）、评分预测准确性来进行模型评估，最终选择了ResNet50即可满足业务需求。

2. 模型微调（Fine-tune）

ResNet50是一个通用的特征提取器，先天在图像分类、物体检测、图像分割、特征提取等图像处理需求上有很好的支持。微调最终要的一步是替换模型最后一层（全连接层），因为我们期望的评分是一个连续分值，属于回归问题，ResNet50默认的最后一层是离散输出，适用于分类问题。原始ResNet50输出单元数量是1000，相当于1000个类别。我们需要改为输出单元数量为1，并通过激活函数限定保证输出的预测分值在0~1之间。

3. 损失函数

本案例中我们选择了最常用的回归损失函数均方误差（MSE），计算预测值和真实值之间的平方差的平均值。

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. 训练模型

上述工作完毕之后开始进行模型训练，最终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

使用测试数据集（测试数据集是完全与训练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。最终与人工评分整体误差控制在10%~15%。

十一、模型优化

整个模型训练的过程相对简单，期间我们进行的模型优化主要在以下几方面：

• 模型选择：在ResNet50、ResNet101、ResNet152之间，从训练效率、输出准确性综合评估。
• 训练周期评估：基于Early Stopping，尽可能降低训练时间，避免过拟合，在准确度没有明显提升的训练周期及时停止周期的增加。
• 优化器&学习率优化：由算法工程师测试不同优化器、学习率，确保最终模型评分与人工评分误差在可接受范围内。

十三、其他知识分享

因为这一块，也是现有了需求，再从需求想解决方案，其实很多技术对于产品经理的我来说都是0基础，好在有一些开发背景情况下了解得会快一些。

对于产品经理来说，一些技术知识够用即可，所谓够用即可以知道什么技术能干什么事，怎么评估不同技术和方案的好坏，能够结合技术给出解决方案，能够和技术同学更好的沟通即可。

反而不能够太过于钻一块技术，想着自己如何如何深入，人的时间经历是有限的，如何发现问题，解决问题才是这个工作的核心所在（个人所见，不一定对）。

所以在这个项目里，一些基础的知识做了些思维导图，不一定很对，没有仔细校验过，可以分享给有需要的同学。

1. 深度学习优化器

2. 深度学习损失函数

3. PyTorch

4. 开源机器学习库

5. 图像处理模型