深度学习模型比较：CNN与VGG-16在识别色情内容中的应用
计算机视觉与模式识别
2025-12-22 v1
摘要
2020年，印度尼西亚政府共屏蔽了59,741个网站，其中14,266个网站包含色情内容。然而，这些被屏蔽的网站仍可通过虚拟私人网络(VPN)被公众访问。这促使我们提出快速识别色情内容的研究思路。本研究旨在开发一种能够识别疑似含色情图像内容的网站的系统，采用卷积神经网络(CNN)和视觉几何组16(VGG-16)模型的深度学习方法。对这两个模型进行全面而整体的探索，以确定哪个模型在快速检测色情内容方面最有效。基于对CNN和VGG-16模型进行测试比较后的发现，研究结果显示，在第八次实验中使用CNN模型，epoch值为50，学习率为0.001时，获得了最佳测试结果，准确率为0.9487或94.87%。可以解释为，CNN模型在快速和准确地检测色情内容方面优于使用VGG-16模型。
引用
@article{arxiv.2512.16947,
title = {Comparison of deep learning models: CNN and VGG-16 in identifying pornographic content},
author = {Reza Chandra and Adang Suhendra and Lintang Yuniar Banowosari and Prihandoko},
journal= {arXiv preprint arXiv:2512.16947},
year = {2025}
}