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...
RecognizeTrainInvoice-火车票识别
图像增强 默认支持图像增强，包括图像自动旋转、畸变自动矫正、模糊图片自动增强等能力。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 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 票据...
第二类医疗器械经营备案凭证识别
本接口图片示例 本接口核心能力 分类 概述 图像增强 默认支持图像增强，包括图像自动旋转、畸变自动矫正、模糊图片自动增强等能力。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 总体识别准确率可达 98...
AliyunOCR
use_new_style_output=False)方法描述 OCR文档结构化识别 参数说明 image_path待识别图像路径，支持本地路径或url路径 output_char_info是否输出单字识别结果 need_rotate是否需要自动旋转功能 output_table是否输出表格识别结果，包含单元...
捕捉控件
考虑到匹配的准确性与效率，我们一般推荐您使用基于自动匹配的模式，若您希望捕捉的控件或其所在的界面无法被该模式识别，您也可以通过图像录制的模式，来截取目标操作区域，RPA会通过图像识别的方式对其进行匹配。2.1.自动匹配模式/win32-...
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...
RecognizeBankAcceptance-银行承兑汇票识别
图像增强 默认支持图像增强，包括图像自动旋转、畸变自动矫正、模糊图片自动增强等能力。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 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 票据...
GPU计算型
配备高性能CPU、内存、GPU，可以处理更多并发AI推理任务，适用于图像识别、语音识别、行为识别业务 支持RTX功能，搭配高主频CPU，提供高性能的3D图形虚拟化能力，适用于远程图形设计、云游戏等高强度图形处理业务 gn7i包括的实例规格及指标...
RecognizeFoodManageLicense-食品经营许可证识别
图像增强 默认支持图像增强，包括图像自动旋转、畸变自动矫正、模糊图片自动增强等能力。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 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 企业...
RecognizeEduPaperStructed-精细版结构化切题
图像增强 默认支持图像增强，包括图像自动旋转、畸变自动矫正、模糊图片自动增强等能力。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 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 教育...
RecognizeFoodProduceLicense-食品生产许可证识别
本接口图片示例 本接口核心能力 分类 概述 图像增强 默认支持图像增强，包括图像自动旋转、畸变自动矫正、模糊图片自动增强等能力。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 总体识别准确率可达 98...
智能视觉生产的审计事件
智能视觉生产已与操作审计服务集成，您可以在...SegmentBody 识别图像中人体轮廓。SegmentCloth 服饰图像像素级抠图。SegmentCommodity 商品分割。SegmentHair 识别图片中人物头像。SegmentHead 头像分割。SegmentImage 图像分割（抠图）。
商品理解介绍
能力介绍 目前阿里云视觉智能开放平台上线的商品理解能力包括：类别 能力 说明 商品理解 商品分类 识别图像中的商品分类，返回商品类目、置信度等信息。应用场景 商品理解应用场景如下：电子商务 可以为电子商务提供通过图像搜索商品等能力...
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 ...
产品计费
模型推理计费有以下配置可供选择：模型服务：百炼大模型服务平台提供了多种类型的预置模型服务供您选择，涵盖自然语言处理模型、图像识别模型、语音识别模型等大模型。不同模型可能采用不同的计量单元、计费单价和免费额度。模型规格：同...
疲劳检测SDK
识别图像中的人脸，检测识别驾驶员驾驶状态，进一步识别行为属性，可识别闭眼和打哈欠等疲劳行为，分析预警危险驾驶行为。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...
RecognizeCarInvoice-机动车统一销售发票识别
图像增强 默认支持图像增强，包括图像自动旋转、畸变自动矫正、模糊图片自动增强等能力。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 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 票据...
进阶指南
MPImageGrayListener（废弃）/*获取识别图像的平均灰度值*正常范围大约在 50-140 之间，*当灰度值低于或高于正常范围时，通常意味着环境亮度过低或过高，可以提示用户打开或关闭手电筒*注意：该方法在识别过程中会不断被调用*@param gray ...
新手指引
1.选择所需的OCR产品服务 按您特定场景选择所需产品：OCR统一识别 通用文字识别 个人证照识别 票据凭证识别 教育场景识别 车辆物流识别 企业资质识别 小语种识别 医疗场景识别 票证核验 您可通过 读光体验馆 快速可视化地体验产品服务效果...
元素识别
本文介绍图像识别（imagerecog）类目下的元素识别DetectImageElements的语法及示例。功能描述 元素识别能力用于识别输入图像中所包含的元素内容，用矩形框标注出其位置，并区分其对应的基本类型（人物、修饰、文案）。输入原图：输出结果图...
配置风险库
不良场景：图片、视频不良场景识别（scenes包含live）。识别结果 选择图库的用途，取值：风险名单：若命中图库中样本，则机审结果返回违规。疑似名单：若命中图库中样本，则机审结果返回疑似。可信名单：若命中图库中样本，则机审结果返回...
自定义图库
不良场景：图片、视频不良场景识别（scenes包含live）。识别结果 选择图库的用途，取值：风险名单：若命中图库中样本，则机审结果返回违规。疑似名单：若命中图库中样本，则机审结果返回疑似。可信名单：若命中图库中样本，则机审结果返回...
API概览
智能视觉生产IVPD提供以下相关API接口...在线调试 DetectImageElements 元素识别检测，别图像中包含的元素，用矩形框标注出其位置，并区分其对应的基本类型（人/物、修饰、文案）。输入单张图像，输出n个元素的坐标位置及对应的类型。在线调试
云市场API概览
增值税发票识别 增值税发票识别,已支持全字段识别,包括价税合计、发票代码、发票号码、合计税额、合计金额、检验码、开票日期、税率、购买方识别号、销售方识别号等，关键信息识别准确率达99%以上。机动车销售发票识别 机动车统一销售发票...
企业资质识别
化妆品生产许可证 读光OCR化妆品生产许可证识别，已支持关键字段识别，包括证照名称、企业名称、社会信用代码、住址、法定代表人、许可证编号等，关键信息识别准确率达92%以上。国际企业执照识别 读光OCR国际企业执照识别，目前支持韩国、...
人脸修复增强
输入图像需包含人脸。输入图像中人脸数量不宜超过10个，否则只处理面积最大的前10个人脸。输入图像中的人脸不宜存在划痕、破损等，算法暂不支持此类修复。输入图像中的人脸质量不宜过于清晰或者分辨率过高，否则可能导致反向降质。说明 当...
图像微动
功能描述 图像微动能力可以对输入图像中包括的天空区域及人物头发区域进行静转动处理，得到微动的AVI格式视频。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...
DMS分类分级扫描原理介绍
例如识别模型为识别模型A、识别模型B，分类规则定义的识别模型为识别模型B、识别模型C，则系统会取两者交集识别模型B，并认为该分类规则包含字段的识别模型，继续识别下一个规则。若分类规则中没有命中的识别模型，则认为识别失败，继续...
内容审核计费介绍
图片不良场景识别 图片不良场景识别 能力支持 按量付费 和 预付费资源包 方式进行计费。按量付费 应用场景 调用量 按量付费 QPS限制 live 无限制 0.0015元/次 2QPS 重要 如果您未购买资源包，系统将会按照 按量付费 的价格计费，请留意并...
新建及管理识别特征
识别特征基于字段的数据内容、元数据属性，结合正则表达式、包含、不包含等运算条件对数据特征进行表达，从而智能推荐相关的数据分类分级或数据标准。Dataphin内置了多种识别特征表达式，如手机号、身份证号等。此外，您也可以自定义识别...
新建及管理识别规则
识别规则用于识别Dataphin内的敏感数据。您可对安全要求比较高的业务数据配置识别规则，帮助您及时识别敏感数据。本文为您介绍如何新建及管理识别规则。权限说明 安全管理员支持新建及管理识别规则。创建识别规则 在Dataphin首页，单击顶部...
新建及管理识别规则
识别规则用于识别Dataphin内的敏感数据。您可对安全要求比较高的业务数据配置识别规则，帮助您及时识别敏感数据。本文为您介绍如何新建及管理识别规则。权限说明 安全管理员支持新建及管理识别规则。注意事项 MaxCompute的表会默认使用...
智能审核
点播媒体处理智能审核服务支持媒资 鉴黄、暴恐涉政、图文违规、Logo识别、不良场景和语音违规审核功能。通过阅读本文，您可以了解各审核类型的详情及使用方法。智能审核 类型说明 智能审核 是指对 视频、音频和图片媒体文件内容进行多维度...
功能发布记录
优化 无 录音文件识别（包括极速版）增加对音频通道选择的参数 对于多通道文件，用户可通过参数指定需要转写的通道，可略过不需要转写的通道以节省成本。新增 接口说明 录音文件识别（包括极速版）增加语义断句功能 可通过参数控制是否开启...
实体识别干预词典
目前实体识别的干预主要包括两个对实体识别结果本身的干预，以及实体类型重要性的干预。当实体识别的结果不准时，可以通过实体识别的干预来进行解决。概念介绍 实体识别干预 通过创建实体干预的词典，并在查询分析中实体识别中配置相应的...
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...
工业大脑
工业大脑是基于阿里云大数据的一体化计算平台，通过数据工厂对企业系统数据、工厂设备数据、传感器数据、人员管理数据等多方工业企业数据进行汇集，借助语音交互、图像/视频识别、机器学习和人工智能算法，激活海量数据价值，为解决工业...
视频OCR
应用场景 影视字幕识别：对电影、电视剧等长视频中的配音字幕进行识别，包括时间戳与对应文本内容，从而实现外挂字幕生成、敏感内容识别审核等需求。演职员表识别：识别影视剧内容片尾滚动字幕中的演职员表信息，用于视频信息校对、敏感...
功能发布记录
2020-08-13/脏话识别服务 预训练模型 针对一句话识别是否是脏话，以及抽取脏话关键词，详见右侧文档 2020-08-26 脏话识别服务使用教程 情绪识别服务 预训练模型 针对一句话识别情绪，当前支持8种情绪识别，详见右侧文档 2020-08-26 情绪...
接口说明
录音文件识别闲时版POP API包括两部分：POST方式的“录音文件识别闲时版请求调用接口”（用户级别QPS（queries per second）限制为200）、GET方式的“录音文件识别闲时版结果查询接口”（用户级别QPS限制为500）。识别请求调用接口：当采用...
- 产品推荐
- 这些文档可能帮助您