百度AI智能审核

一、介绍

百度内容审核平台(Baidu Content Audit Platform)是百度推出的一款用于进行内容审核的平台。该平台利用人工智能技术,对用户上传的各类内容进行审核和过滤,以实现内容的合规和安全,可以识别和过滤涉黄、涉政、暴恐、广告、侵权等不同类型的违规内容。

二、使用

百度内容审核平台官网地址:内容审核_内容安全_智能审核-百度AI开放平台

  1. 注册百度账号并登录百度内容审核平台:可以通过百度内容审核平台的官方网站进行注册,并登录您的账号。
  2. 创建应用:在百度内容审核平台上创建一个新的应用。在创建应用时,需要提供应用的名称、描述等信息,得到里面的API Key和Secret Key。

三、获取AccessToken

开始前需要安装一个包

NuGet\Install-Package RestSharp -Version 110.2.1-alpha.0.16

获取AccessToken需要上面的API Key和Secret Key两个密钥,使用URL获取得到数据,一共需要传递三个参数,两个密钥及一个固定参数,返回json格式数据。

返回结果中我们需要的是access_token字段,值得注意的是这个token是有时间限制的,有效期为30天,我们可以根据返回的expires_in字段查看具体的有效期,请求为post请求,这里需要提前获取到,后面的审核请求需要这个参数。

cs 复制代码
[HttpPost]
public async Task<string> Baiduapi()
{
    string client_id = _class3.client_id;
    string client_secret = _class3.client_secret;
    RestClient client = new RestClient();
    RestRequest request = new RestRequest(new Uri($"https://aip.baidubce.com/oauth/2.0/token?client_id={client_id}&client_secret={client_secret}&grant_type=client_credentials"), Method.Post);
    request.AddHeader("Content-Type", "application/json");
    request.AddHeader("Accept", "application/json");
    string body = @"";
    request.AddParameter("application/json", body, ParameterType.RequestBody);
    RestResponse response = await client.ExecuteAsync(request);
    string responseJson = $@"{response.Content}";
    Class person = JsonConvert.DeserializeObject<Class>(responseJson);
    return person.access_token;
}

四、文本审核

请求方式同样为post请求,需要传递我们上面获取到的AccessToken,返回一个json格式数据,其中的conclusion字段表示我们输入的文本是否合规,同样conclusionType字段也可以判断是否合规,分别为1:合规,2:不合规,3:疑似,4:审核失败。

cs 复制代码
[HttpPost]
public object BaiduText(string access_token, string text)
{
    string host = "https://aip.baidubce.com/rest/2.0/solution/v1/text_censor/v2/user_defined?access_token=" + access_token;
    Encoding encoding = Encoding.Default;
    HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);
    request.Method = "post";
    request.KeepAlive = true;
    String str = "text=" + $"{text}";
    byte[] buffer = encoding.GetBytes(str);
    request.ContentLength = buffer.Length;
    request.GetRequestStream().Write(buffer, 0, buffer.Length);
    HttpWebResponse response = (HttpWebResponse)request.GetResponse();
    StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.Default);
    string result = reader.ReadToEnd();
    return result;
}

五、图片审核

图片审核同样为post请求,需要传递我们上面获取到的AccessToken,我们传递的图片需要为base64格式,所以我们在上传图片前需要将图片转换为base64格式,返回一个json格式数据,其中的conclusion字段表示我们输入的文本是否合规,和文本审核一致。

cs 复制代码
[HttpPost]
public object BaiduImg(string access_token)
{
    string host = "https://aip.baidubce.com/rest/2.0/solution/v1/img_censor/v2/user_defined?access_token=" + access_token;
    Encoding encoding = Encoding.Default;
    HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);
    request.Method = "post";
    request.KeepAlive = true;
    FileStream filestream = new FileStream("图片地址", FileMode.Open);
    byte[] arr = new byte[filestream.Length];
    filestream.Read(arr, 0, (int)filestream.Length);
    string base64 = Convert.ToBase64String(arr);
    filestream.Close();
    String str = "image=" + HttpUtility.UrlEncode(base64);
    byte[] buffer = encoding.GetBytes(str);
    request.ContentLength = buffer.Length;
    request.GetRequestStream().Write(buffer, 0, buffer.Length);
    HttpWebResponse response = (HttpWebResponse)request.GetResponse();
    StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.Default);
    string result = reader.ReadToEnd();
    return result;
}
相关推荐
只说证事19 小时前
2025年数字公共治理专业重点学什么内容?(详细指南)
人工智能
LeeZhao@19 小时前
【AI推理部署】Docker篇04—Docker自动构建镜像
人工智能·docker·容器
程思扬19 小时前
利用JSONCrack与cpolar提升数据可视化及跨团队协作效率
网络·人工智能·经验分享·docker·信息可视化·容器·架构
南方者19 小时前
它的 AI Agent 凭什么能擦出火花?!
人工智能·ai编程
心动啊12119 小时前
深度神经网络1——梯度问题+标签数不够问题
人工智能·神经网络·dnn
南方者19 小时前
基于Amazon Bedrock Agent 的两个服务示例的完整流程与详细内容,包含技术架构、实现细节、交互逻辑及扩展能力
人工智能·ai编程·敏捷开发
小王爱学人工智能19 小时前
OpenCV一些进阶操作
人工智能·opencv·计算机视觉
新智元19 小时前
起猛了!这个国家任命 AI 为「部长」:全球首个,手握实权,招标 100% 透明
人工智能·openai
张较瘦_19 小时前
[论文阅读] 人工智能 + 软件工程 | 大语言模型驱动的多来源漏洞影响库识别研究解析
论文阅读·人工智能·语言模型
艾醒19 小时前
大模型面试题剖析:RAG中的文本分割策略
人工智能·算法