伴随着信息时代的快速发展,网络已经成为人们最便捷的信息传播工具之一。而在网络带给人们巨大便利的同时,各种暴力图像和成人图像也随之传播扩散。在现实世界中,暴力图像和成人图像对儿童和青少年的身心健康具有极大的危害。尽管人们已经意识到这个危害,并且也采取了人工筛查和计算机视觉技术等方法去解决。但是,由于网络内容巨大,工作繁琐和主观性比较强等挑战,传统的方法已经不能解决日益暴增的数据。在近些年来,随着深度学习的快速发展,利用深度学习方法来检测不良图像已经成为主流,并取得了不错的效果。本文在研究这项工作中,发现目前并没有将暴力图像和成人图像结合在一起进行检测的方法以及相应的模型,究其原因,首先是目前并没有暴力图像和成人图像相结合的实验数据集,其次是由于暴力图像的定义比较模糊,尚没有明确的暴力图像定义,最后是成人图像的类别繁多,要和暴力图像结合起来进行检测具有一定的难度。针对要利用深度学习的方法去同时检测网络上存在的暴力图像和成人图像,本文做了大量的相关研究以及对比实验,主要的研究内容和贡献如下:1)构建了一个同时包含暴力图像、成人图像以及良性图像的数据集,该数据集总共近33万张图像,并且数据的构成具有很好的多样性,对神经网络模型的训练和对比提供了很好的基准。2)改进残差网络,通过改进激活函数、调整BN以及激活函数的位置加速网络的收敛,并构建了一个分支结构,嵌入SEnet子网络,对改进之后的网络进行动态通道方向的特征校正。3)提出了一种针对不良图像检测的深度学习网络模型MIDnet,它是基于改进残差网络的结构进行设计的,对包括暴力和成人类型的不良图像检测具有十分良好的泛化能力。4)本文使用MIDnet模型分别与目前比较主流的暴力和成人图像检测方法进行了对比实验,实验结果表明MIDnet模型精确度均具有明显的优势,并且在提出的综合数据集上达到了98.2%的精确度。