一款基于AI算法和云计算技术，结合海量的违规图像数据进行训练建模，对用户上传的图片不宜或违规内容进行高召回高准确的审核识别和标注的产品，并实时跟进监管要求，持续更新审核维度，提升技术对抗能力，协助企业高效搭建内容风控体系。
针对AIGC特点着重优化，规避平台风险！
请求参数：
参数名称 类型 必填 说明 data string 是 10M以内的图片base64编码数据 或 网络图片URL type string 是 图片审核模型，porn = 色情，ads = 广告，politics = 涉政，terror = 暴恐，sensitive = 违禁，ocrtext = OCR文本审核 sync string 是 同步异步查询，值请填写 yes 则同步返回数据，默认异步需使用查询接口返回参数：
参数名称 类型 说明 taskid string 返回的任务ID，去违规图片检测查询接口查询{
"code":200,
"msg":"请求成功",
"data":{
"taskid":"88612296-6a63-436a-995b-f74b1a699f97"
},
"debug":"请使用违规图片检测结果接口查询数据，接口文档https://api.itapi.cn/doc/81",
"exec_time":0.23967,
"user_ip":"121.225.138.242",
"log_id":"202307061058717624"
}
查询审核结果
请求参数：
参数名称
类型
必填
说明
taskid
string
是
企业级违规图片审核接口返回的taskid
返回参数：
参数名称 类型 说明 conclusion string 审核建议 通过，不通过，疑是 conclusion_type string 审核建议type值 1：通过，2：不通过，3：疑是 label string 识别风险结果 label_level string 风险类型等级 1：正常，2：暴恐，3：色情，4：涉政，5：敏感，6：广告，7：谩骂，8：自定义 porn string 色情识别数据 porn.label string 色情识别标签说明 porn.label_level string 色情识别标签等级，0 色情 1 性感 2 正常 porn.details string 色情识别数据 二级标签内容 ads string 广告识别数据 ads.label string 广告识别标签说明 ads.label_level string 广告识别标签等级 politics string 涉政审核数据 politics.name string 与该人脸最相似人物的名称 politics.typename string 与该人脸最相似人物的所属类型名称 politics.label string 涉政审核标签说明 politics.label_level string 涉政审核标签等级，0 政治人物 1 中间值 2 非政治人物 3 无人脸 terror string 暴恐审核数据 terror.label string 暴恐审核标签说明 terror.label_level string 暴恐审核标签等级 sensitive string 违法违禁数据 sensitive.label string 违法违禁标签说明 sensitive.label_level string 违法违禁标签等级，0 正常 1 抽烟 2 吸毒 3 纹身 4 赌博 5 喝酒 6 不文明手势 7 未成年 8 封建迷信 ocrtext string OCR识别审核 ocrtext.label string OCR识别标签说明 ocrtext.label_level string OCR识别审核标签等级，0 正常 1 暴恐 2 色情 3 涉政 4 敏感 5 广告 6 谩骂 9 未成年
同步审核和异步查询结果参数
{
"code":200,
"msg":"请求成功",
"data":{
"taskid":"85104237-0e62-4104-8e94-05f9474a38e5",
"conclusion":"疑是",
"conclusion_type":"3",
"label":"色情",
"label_level":"3",
"porn":{
"label":"性感",
"label_level":1,
"details":[
]
},
"ads":{
"label":"正常",
"label_level":0
},
"politics":{
"name":"非政治人物",
"typename":"非政治人物",
"label":"非政治人物",
"label_level":2
},
"sensitive":{
"label_level":0,
"label":"正常"
},
"ocrtext":{
"label_level":0,
"label":"正常"
}
},
"exec_time":0.057025,
"log_id":"202305262038206087"
}