多主体识别最佳实践
多主体识别技术使得搜索引擎不仅能够找到包含单一物体的图像，还能够识别和检索出包含多个相关物体的复杂图像。在实际应用中，这意味着当用户对某一图像进行搜索时，搜索引擎可以通过分析图像的视觉内容，判断出图像中所有显著的元素，并将...
请求结构
请求参数需要包含在URL中，请求及返回结果都使用UTF-8字符集编码。...Action=...公共请求参数>：API接口中使用了公共请求头（Common Request Headers），该内容可以被所有的图像识别服务请求使用。详细说明请参见 公共请求参数。
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...
风险识别
说明 风险识别功能计费为WAF收取，产生计费将会按天出账 设置风险识别 在BOT管理场景化的 防护规则推荐 向导页面进行配置。具体操作，请参见 创建网页防爬场景化防护规则，创建App防爬场景化防护规则。配置说明 账号提取：如果登录请求的...
2020年
2020年12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 证件照质量审核 可以识别拍摄的证件照片是否存在质量问题，且有哪些质量问题。2020-12-31 华东2（上海）证件照质量审核 视频生产 视频SDR调色 基于内容语义...
图像识别介绍
能力介绍 目前阿里云视觉智能开放平台上线的图像识别能力包括：类别 能力 说明 图像打标 通用图像打标 识别图像中的主体内容并打上类型标签，支持数千个内容标签，覆盖常见物体品类。广告素材分析 可以对素材图片中的人物（明星、素人、CG...
多器官分割
功能描述 多器官分割能力针对放疗场景，基于输入的胸部CT图像，进行危及器官的识别与分割。说明 您可以进入 在线咨询 获取在线人工帮助。阿里云视觉智能开放平台视觉AI能力API接入、接口使用或问题咨询等，请通过钉钉群（23109592）加入...
主动脉瘤肺动脉高压检测
功能描述 主动脉瘤肺动脉高压检测能力可以对输入的胸部CT平扫DICOM影像数据中的主动脉及肺动脉进行分割，并分别提取其中心线，然后根据中心线生成最佳视角的Stretch CPR图像、Cross Section图像及环绕血管一周的Straightened CPR图像，同时...
图像上传
说明 请确保开通的OSS服务以及创建的Bucket与已购买的图像搜索服务在同一个地域。步骤四：导入increment.meta 数据 在OSS服务中存放图片的路径下，新建 increment.meta 文件，该文件用来存储批量操作任务相关内容。说明 increment.meta ...
云市场API错误码
input image empty,please check your image binary data 输入的image是空字符串 462 Invalid Input-image data error-image decode failed,please check your image binary data 输入的image解码失败、base64编码的是不合法的图像格式 ...
批量操作
请确保开通的OSS服务与已购买的图像搜索服务在同一地域，否则将无法使用批量操作功能。将图片导入到OSS中 导入图片，具体操作请参见 上传文件。说明 图片存放路径可以自定义，只需要在创建批量任务时设置图片路径即可。新建increment.meta...
图像类
iTAG 提供了图片OCR、目标检测、图像分类的图像类标注模板，创建标注任务时，您需要根据应用场景选择标注模板。本文为您介绍图像类标注模板的应用场景及数据结构。背景信息 本文介绍以下图像类标注模板的数据结构：图片OCR 目标检测 图像...
游戏：图像识别场景
游戏：图像识别场景 游戏多性能指标分析测试。基于图像识别技术的用例技术。多机型覆盖测试。其它疑问，请联系 技术支持。
增值税发票识别
本文为您介绍文字识别（ocr）类目下的增值税发票识别RecognizeVATInvoice的语法及示例。功能描述 增值税发票识别能力可以识别增值税发票（电子发票和纸质发票）关键字段内容，包括：校验码、复核人、开票人、发票代码、收款人等。说明 增值...
红外人脸活体检测
图像分辨率：建议大于256×256，像素过低可能会影响识别效果。URL地址中不能包含中文字符。说明 当图像分辨率超过最大限制时，请先将图片进行缩放，调整图片大小，具体请参见 图片缩放。检测说明 最长检测时间是5秒，如果在该时间内没有...
人脸活体检测
应用场景 系统人脸登录防攻击：通过检测上传的图像是否为真人实拍，而非攻击及PS等后处理照片，以防止攻击者登录系统带来安全风险。门禁闸机刷脸通行：面向人脸注册和认证环节设备端实时的活体检测，实现注册与认证过程中的真人校验，防止...
人脸人体介绍
阿里云视觉智能开放平台基于达摩院自研的人脸人体分析技术，提供人脸检测与五官定位、人脸属性识别、人脸比对、人脸搜索、人体检测、人体属性、行为分析等多种功能，为开发者和企业用户提供高性能高可用的人脸人体识别服务。广泛应用于数字...
图像识别的审计事件
图像识别已与操作审计服务集成，您可以在操作审计中查询用户操作图像识别产生的管控事件。操作审计支持将管控事件投递到日志服务SLS的LogStore或对象存储OSS的存储空间中，满足实时审计、问题回溯分析等需求。操作审计记录了用户通过Open...
通用文字识别
功能描述 通用文字识别能力可以识别图像中文字内容和文字区域坐标，适用于多场景图像文字识别。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...
人物图像检测API详情
API-Key，例如：Bearer d1*2a Bearer d1*2a Body model String 是 指明需要调用的模型，固定值 facechain-facedetect input.images Array 是 输入的图像 URL，分辨率不小于256*256，不超过4096*4096，文件大小不超过5MB,支持格式包括JPEG,...
人像风格重绘API详情
人像风格重绘 说明 支持的领域/任务：aigc/人像风格化 通义万相-人像风格重绘可以将输入的人物图像进行多种风格化的重绘生成，使新生成的图像在兼顾原始人物相貌的同时，带来不同风格的绘画效果。当前支持的风格有：复古漫画、3D童话、...
人物图像检测API详情
API-Key，例如：Bearer d1*2a Bearer d1*2a Body model String 是 指明需要调用的模型，固定值 facechain-facedetect input.images Array 是 输入的图像 URL，分辨率不小于256*256，不超过4096*4096，文件大小不超过5MB,支持格式包括JPEG,...
人像风格重绘API详情
人像风格重绘 说明 支持的领域/任务：aigc/人像风格化 通义万相-人像风格重绘可以将输入的人物图像进行多种风格化的重绘生成，使新生成的图像在兼顾原始人物相貌的同时，带来不同风格的绘画效果。当前支持的风格有：复古漫画、3D童话、...
计量计费概述
阿里云盘企业版 服务的主要计费项包含存储费、流量费、用户服务费、传输加速费、智能媒体管理产生的相关费用：图像处理费、数据查询费、转码费、视频处理费、文档处理费。您开通 阿里云盘企业版 服务时，需购买包年包月套餐包，再使用。...
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...
颜色识别
本文介绍图像识别（imagerecog）类目下的颜色识别RecognizeImageColor的语法及示例。功能描述 颜色识别能力可以对输入图片的颜色信息进行分析，输出颜色值（RGB形式和HEX格式）与对应的占比信息。说明 您可以进入 在线咨询 获取在线人工...
风格识别
本文介绍图像识别（imagerecog）类目下的风格识别RecognizeImageStyle的语法及示例。功能描述 风格识别能力可以对输入图像的风格类型进行分析，识别可能的风格与语意标签。可以识别的风格包括：chinese（中国风）、watercolor（水彩）、...
服务升级与购买
本文以语音识别为例介绍业务开通后的相关变更操作，帮助您更灵活地使用智能语音服务。前提条件 完成智能语音服务开通，详情请参见 开通服务。重要 语音识别服务免费试用版提供最大不超过2路并发。如需更多并发，请升级商用版，升级前请阅读...
Stable Diffusion AI绘画服务实例部署文档
import base64 def decode_image(txt_path,output_image_path):with open(txt_path,'r')as txt_file:encoded_image=txt_file.read()decoded_image=base64.b64decode(encoded_image)with open(output_image_path,'wb')as image_file:image_...
通用图像打标
本文介绍图像识别（imagerecog）类目下的通用图像打标TaggingImage的语法及示例。功能描述 通用图像打标能力用于识别图像中的主体内容并打上类型标签，支持数千个内容标签，覆盖常见物体品类。说明 您可以进入 在线咨询 获取在线人工帮助。...
案例一：搭建以图搜图系统
概念 以图搜图是一种基于图像内容的检索技术，旨在通过输入一张图像来寻找相似或相关的图像。它基于图像的视觉特征，例如颜色、纹理、形状等，通过计算机视觉和机器学习技术，将图像转换为可计算的特征向量，并将其与数据库中的其他图像...
代码逻辑场景
篡改Java方法返回值 修改Java指定方法的返回值，返回指定的值。具体示例，请参见 JVM注入动态脚本。参数名称 是否必选 默认值 参数说明 类名 是 无 完整的类名，包含包名。例如：com.alibaba.service.XxxService。如果模拟接口故障，需填写...
基于AIACC加速器快速实现AIGC绘画
v1-5-pruned-emaonly.safetensors：Stable Diffusion v1.5模型，一种潜在的text-to-image（文本到图像）的扩散模型，能够在给定任何文本输入的情况下生成逼真的图像。说明 该模型中文提示词效果不好，建议使用英文提示词。Taiyi-Stable-...
HTTPS原生调用
风险识别服务通过使用Access Key ID和Access Key Secret进行对称加密的方法来验证请求的发送者身份。Access Key ID和Access Key Secret由阿里云官方颁发给访问者（可以通过阿里云官方网站申请和管理），其中Access Key ID用于标识访问者...
场景识别
本文介绍图像识别（imagerecog）类目下的场景识别RecognizeScene的语法及示例。功能描述 场景识别能力可以识别图像中的场景环境，支持数十种常见场景，包括：人物、动物、狗、猫、鱼、鸟、花、草地、蔬菜、植物、水果、餐厅、美食、聚餐、...
增值服务计费项
加解图片盲水印 0.000303 0.00084 元/次 图像-图片智能裁剪建议 0.000076 0.0012 元/次 图像-相似人脸搜索 0.00595 0.006 元/次 图像-图片 Logo 识别 0.000359 0.0012 元/次 图像-人脸聚类 0.001517 0.06 元/次 图像-人脸图片基本 0.000083...
证件照质量审核
本文介绍图像识别（imagerecog）类目下的证件照质量审核EvaluateCertificateQuality的语法及示例。功能描述 证件照质量审核能力可以识别拍摄的证件照片是否存在质量问题，且有哪些质量问题。说明 您可以进入 在线咨询 获取在线人工帮助。...
工况识别-训练
本文为您介绍工况识别-训练组件。计算逻辑原理 使用聚类、降维等无监督学习方法对工业数据进行分析，对不同工况数据分别建模。参数说明 IN端口-输入参数 参数名 参数描述 是否必填 输入数据类型 数据源类型 特征变量 用于建立训练模型的...
菜品识别
本文介绍图像识别（imagerecog）类目下的菜品识别RecognizeFood的语法及示例。功能描述 菜品识别能力可以识别出图片中的菜品类别名称和热量。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...
生产空间管理
您可以在自学习平台选择不同的生产空间，实现不同的图像识别效果。通用图像分类 通用图像分类可以帮您识别出指定图片中的主体内容和分类，解决了“是什么”的问题。例如您提供的训练数据是已打标的猫和狗的图片，通过自学习平台，完成训练...
- 产品推荐
- 这些文档可能帮助您