水泥窑头看火图像分类-训练
水泥窑头看火图像分类-训练组件通过对历史看火图像的亮度分类识别训练，建立看火亮度分类的训练模型。水泥窑头看火图像分类-训练组件通过对历史看火图像的亮度分类识别训练，建立看火亮度分类的训练模型。应用举例：将看火图像OSS存放地址...
公众人物识别
本文介绍人脸人体（facebody）类目下的公众人物识别RecognizePublicFace的语法及示例。功能描述 公众人物识别能力可以识别图片中的一个或多个公众人物信息。公众人物是指在一定范围内具有重要影响力、拥有一定的社会地位、被大众广泛关注、...
OCR表格识别
1.组件介绍 说明 必要前置组件：无 建议后置组件：条件分支（可通过分支条件判断OCR能力是否调用成功并设计后续对应流程）利用本组件可以使用OCR技术识别图片中的各类表格（示例）。2.输入项 说明 请参照可视化编辑器内组件面板中各输入项...
Android
图像高度/param strideY，图像Y分量stride/param strideU，图像U分量stride/param strideV，图像V分量stride/param rotate，图像旋转角度/param extraData，附加字段（非定制化可忽略）/return 人脸识别结构体指针（第三方定义结构体），...
图像识别计费介绍
本文主要介绍图像识别收费能力的计费方式及费用详情。其余未收费能力当前还处于公测阶段，可免费使用。咨询服务 如果您有任何购买问题需要咨询阿里云视觉智能开放平台，欢迎各位企业用户、开发商、服务商或者开发者通过钉钉搜索群号 ...
产品功能相关
文档智能是文字识别技术的进一步升级，除了文字识别，文档智能还综合运用自然语言处理、图像处理、电子文档解析、文档预训练模型等多种技术，实现对PDF/Word/Excel/图片等各类非结构化和半结构化文档的智能自动化处理。相较于文字识别只能...
组件参考：所有组件汇总
序列标注训练（MaxCompute）（即将下线）该组件是将输入序列的每个TOKEN作为一个多分类问题，采用Google原论文中的序列标注方法，实现对输入序列TOKEN进行分类，通常用于分词、词性标注和命名实体识别等。文本摘要训练 该组件旨在从冗长、...
SegmentBody人像分割
SegmentBody用于识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道），适用于单人、多人、复杂背景、各类人体姿态等场景。介绍 名称：人像分割 Action:SegmentBody 图片限制 图片格式：JPEG、JPG、PNG（不支持8位...
通用分割
ReturnForm String 否 mask 指定返回的图像形式。如果不设置，则返回四通道PNG图。如果设置为 mask，则返回单通道mask。如果设置为 whiteBK，则返回白底图。如果设置为 crop，则返回裁剪之后的四通道PNG图（裁掉边缘空白区域）。返回数据 ...
录制脚本
说明 为提高图像识别度，建议：截取屏幕图像时选择颜色对比鲜明的区域。OCR（Optical Character Recognition）识别时选择字迹清晰的文字。若识别图像失败，建议尝试自定义脚本步骤，也可联系 技术支持 处理。自定义 用于添加自定义的代码块...
商品分割
ReturnForm String 否 mask 指定返回的图像形式。如果不设置，则返回四通道PNG图。如果设置为 mask，则返回单通道mask。如果设置为 whiteBK，则返回白底图。如果设置为 crop，则返回裁剪之后的四通道PNG图（裁掉边缘空白区域）。返回数据 ...
天空分割
功能描述 天空分割能力可以识别输入图像中的天空区域，与背景进行分离，返回分割后的前景区域图。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有完整的免费产品体验，您可以单击 立即试用 对该能力进行更直观...
人体分割
功能描述 人体分割能力用于识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道）。本功能适用于真人图片，不适用于卡通图片。关于该接口功能的示例图如下：输入原图 输出结果图（默认为4通道透明图，和原图分辨率...
什么是智能双录质检
产品优势 基于达摩院 AI 能力 阿里巴巴达摩院团队人工智能（Artificial Intelligence，简称 AI）实验室在语音识别、图像识别、视觉理解、语言理解等方面开展大量研究，并沉淀出 AI 相关的大量技术成果。智能双录质检产品基于达摩院 AI 技术...
目标检测介绍
目标检测技术基于阿里云计算机视觉与深度学习技术，对通用或指定的目标进行检测、识别、打标。目标检测技术广泛应用于安防、交通等行业内图像场景的目标检测与跟踪。服务开通 请单击 立即开通 在对应产品页面开通该服务，具体开通方式请...
证件识别SDK
通过阿里云视觉智能开放平台提供的创新型证件识别技术，可实现证件高效识别。说明 阿里云视觉智能开放平台各类目视觉AI能力SDK接入、接口使用或问题咨询等，请通过钉钉群（23109592）加入阿里云视觉智能开放平台咨询群联系我们。能力优势 ...
功能特性
实人认证 功能集 功能 功能描述 参考文档 证件信息识别 证件信息OCR识别 拍摄或上传证件图片，通过OCR识别技术自动识别证件上的信息并输出结构化字段。证件信息NFC识别 通过设备自带的NFC读取功能，自动读取证件芯片中内容，并输出结构化...
应用场景
图像识别：将图像检测目标剪裁后配合图像识别提升识别精度。目标定位：对海量图片进行分类、打标签。图片分类 通过识别图片信息实现分类管理，得出正确结果。EAIS在推理场景中支持更灵活的配置和丰富的网络访问。自然语言处理 支持对字、词...
内容审核介绍
内容审核技术基于阿里云视觉分析技术和深度识别技术，并经过阿里集团内和云上客户的多领域、多场景的广泛应用和不断优化，提供风险和治理领域的图像识别、定位、检索等全方位服务能力，不仅能帮助用户降低色情、暴恐、广告、垃圾、敏感信息...
商品理解介绍
商品理解技术是基于阿里云深度学习算法，结合图像或视频的商品检测、分析/比对技术，为您提供对商品类目、标签、属性的识别以及置信度信息等能力。可广泛应用于电子商务、零售、生产等行业，实现货架商品识别、商品二维码识别、商品属性...
AIoT客流分析算法优势
防入侵、防攻击保障服务器安全 虚拟机、操作日志监控保障权限 安全行人重识别（PersonRe-identification也称行人再识别，简称为ReID）是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术，即给定一个视频行人图像，检索跨...
体验美颜特效SDK
人脸美型 基于高精度的人脸关键点识别技术和持续提升的智能算法能力，调节人脸轮廓与五官重塑，提供如瘦脸、大眼、尖下巴等功能，效果自然。美型类型完善丰富，可调节范围广。效果图如下所示。人脸美妆 人脸点位贴合，可实时跟随表情或面部...
什么是图像搜索淘宝联盟版
图像搜索淘宝联盟版是以图像搜索技术为基础，通过淘宝联盟商品库快速实现拍照购物、相似商品推荐和内容导购等功能，您无需再自建商品库，同时通过淘宝联盟的佣金和优惠券也可进行精准的流量变现。产品功能 相似产品快速推荐：以图像搜索...
API概览
结构化卡证OCR/green/image/scan 提交结构化卡证OCR同步识别任务，识别证件类图像中的文字信息。green/image/asyncscan 提交结构化卡证OCR异步识别任务，识别证件类图像中的文字信息。green/image/results 查询结构化卡证OCR异步识别结果。...
云市场OCR快速入门
{"image":"图片二进制数据的base64编码/图片url","configure":{"side":"face",#身份证正反面类型:face/back"quality_info":false#是否输出身份证质量分信息，默认为否（包括 是否是翻拍、是否是复印件、完整度评分、整体质量分数、篡改分数...
动作行为识别
本文介绍人脸人体（facebody）类目下的动作行为识别RecognizeAction的语法及示例。功能描述 动作行为识别能力可以识别视频和图像中的人体动作行为，并返回识别后的行为类别。当前可以识别的行为类别包括：举手、吃喝、吸烟、打电话、玩手机...
2021年
2021-09-31 华东2（上海）IPC图像目标检测 2021年08月 类目名称 接口名称 功能描述 发布时间 发布地域 相关文档 图像识别 广告素材分析 可以对素材图片中的人物（明星、素人、CG人物）、场景等打上标签信息，可支持数千个内容标签，覆盖...
功能特性
窄带高清 TM 窄带高清 TM 是一项基于阿里云转码技术的媒体处理功能，通过提高视频压缩率、减小文件体积，从而减少播放卡顿并节省存储和流量费用。重要 以下功能需要在 提交转码作业 时选择对应 窄带高清转码模板 使用，按照输出的视频规格...
内容识别
基于图片AI技术，识别图片中的场景、物体和事件等内容，实现图片的自动打标，可用于相册分类、图库分类检索等场景。重要 此文档已不再维护，建议您使用新版智能媒体管理。关于智能媒体管理新版与旧版的对比，请参见 新旧版本使用指引。关于...
什么是阿里云视觉智能开放平台
具体方向包括：生成专区、人脸人体、文字识别、商品理解、内容审核、图像识别、图像生产、分割抠图、视觉搜索、图像分析处理、目标检测、视频理解、视频生产、视频分割 共14个类目，上百项AI能力供您使用。平台将持续更新迭代更多视觉AI...
SDK总览
图像识别 通用图像达标、元素识别、场景识别等能力。图像生产 图片上色、字幕擦除、文生图等能力。分割抠图 人体分割、头像分割、商品分割等能力。目标检测 主体检测、物体检测、猫鼠识别等能力。视频理解 镜头解析、视频OCR、视频内容理解...
新手指南
其他类目能力详细说明及使用方法，请参见：生成专区、人脸人体、文字识别、商品理解、内容审核、图像识别、图像生产、分割抠图、视觉搜索、图像分析处理、目标检测、视频理解、视频生产、视频分割。参考案例 开发代码示例 为身份证识别系统...
关于视觉智能开放平台部分公测能力转商业化产品定价的...
尊敬的阿里云用户，为进一步提升用户体验和产品性价比，提高视觉智能开放平台公有云服务水平，自 2023年12月27日 起，视觉智能开放平台 人脸人体、图像识别、分割抠图、图像生产 的部分公测能力API将转正式商业化售卖。更多详情请参见下文...
OCR
使用图像识别节点，可调用云市场购买的API进行驾驶证、车牌、身份证等图像文字识别。节点配置 配置项 说明 节点名称 设置节点名称。支持中文汉字、英文字母、数字和下划线（_），长度不超过30个字符。选择能力 从下拉框中选择您需要使用的...
应用场景
AIACC进行AI训练的典型业务场景如下所示：场景 适用模型 常用存储 图像分类、图像识别 MXNet框架的模型 并行文件存储系统CPFS CTR预估 TensorFlow框架的Wide&Deep模型 文件系统HDFS NLP自然语言处理 TensorFlow框架的Transformer、Bert模型...
文字识别介绍
文字识别技术基于阿里云深度学习技术，为您提供通用的印刷文字识别和文档结构化等能力。文字识别技术可以灵活应用于证件文字识别、发票文字识别、文档识别与整理等行业场景，满足认证、鉴权、票据流转审核等业务需求。服务开通 请单击 立即...
AI能力清单
AI存储支持的AI能力列表：类目 能力名称 API接口 技术文档 目标检测 IPC视频目标检测 DetectVideoIPCObject IPC视频目标检测 IPC图像目标检测 DetectIPCObject IPC图像目标检测 文字识别 视频文字识别 RecognizeVideoCharacter 视频文字...
访问域名
访问域名允许应用程序通过HTTP/HTTPS协议向特定的、与各类目能力关联的域名发送请求，从而实现对人脸人体识别、文字识别、图像识别等多种视觉AI能力的调用。其中，Region表示服务所在的地域，Endpoint表示视觉智能开放平台对外服务的访问...
在GPU实例上使用RAPIDS加速图像搜索任务
图像搜索任务基于图像识别和搜索功能，可以实现以图搜图，在不同行业应用和业务场景中帮助您搜索相同或相似的图片。图像搜索任务背后的两项主要技术是特征提取及向量化、向量索引和检索。图像搜索任务背后的两项主要技术是特征提取及向量化...
RecognizeWaybill-电子面单识别
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 识别准确率可达 93%。如何使用本接口 步骤 概述 1 开通 车辆物流识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 电子面单...
- 产品推荐
- 这些文档可能帮助您