图像识别常见错误码
本文为您介绍图像识别API返回的错误码信息。说明 阿里云视觉智能开放平台各类目视觉AI能力API接入、接口使用或问题咨询等，请通过钉钉群（23109592）加入阿里云视觉智能开放平台咨询群联系我们。问题诊断中心 使用 问题诊断中心 可帮助开发...
文字识别介绍
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 立即开通 在对应产品页面开通该服务，具体开通方式请参见 新手指南。能力介绍 目前阿里云...
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...
RecognizeMultiLanguage-通用多语言识别
接口说明 本接口适用场景 阿里云通用多语言证识别，是阿里云官方自研 OCR 文字识别产品，适用于国际化所需的各类图文识别与信息翻译场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及海量数据，历经多年沉淀打磨，具有服务稳定、...
普通集成
虚拟数字人开放平台 视觉智能开放平台-人脸人体 视觉智能开放平台-分割抠图 视觉智能开放平台-商品理解 视觉智能开放平台-图像生产 视觉智能开放平台-图像识别 视觉智能开放平台-文字识别 视觉智能开放平台-目标检测 多模态检索 域名与网站...
2023年
2023-02-02 华东2（上海）口罩人脸比对1:1 图像生产 生成式图像卡通化 输入一张图像，选择想要生成的卡通化风格，即可生成与输入图像相同分辨率、特定风格的卡通化图像。2023-02-08 华东2（上海）生成式图像卡通化 生成式图像超分 对图像...
自定义KV模板
支持语言、文字类型、图像处理、红章处理配置项。模板参数配置不实时生效和展示，模板测试环节可以正常生效。什么样的数据识别效果较好？单张图片最长边不超过8192像素，最短边不小于15像素。当长边超过1024像素时，长宽比不超过50：1。...
自定义表格模板
支持语言、文字类型、图像处理、红章处理配置项。模板参数配置不实时生效和展示，模板测试环节可以正常生效。什么样的数据识别效果较好？单张图片最长边不超过8192像素，最短边不小于15像素。当长边超过1024像素时，长宽比不超过 50：1。...
图像分析处理介绍
多器官分割 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。食管癌检测 可以根据输入的胸部平扫CT评估食管癌风险。放疗靶区勾画 可以根据输入的胸部平扫或增强CT，指定癌症类型和靶区类型，进行智能靶区勾画。放疗淋巴站...
RecognizeEduPaperOcr-整页试卷识别
接口说明 本接口适用场景 阿里云整页试卷识别，是阿里云官方自研 OCR 文字识别产品，适用于对练习册、教辅、教材等内容进行整页识别与题目检索场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及海量数据，历经多年沉淀打磨，具有...
基本概念
例如OSS Bucket在杭州区域，同时图像搜索的实例也在杭州区域才能使用离线新增功能，如果OSS Bucket与图像搜索实例不在同一个区域则无法使用离线新增功能。离线新增是图像搜索产品提供的免费服务，且QPS远高于实时新增，所以如果您的图片...
图搜使用问题
一般来说有以下几类原因：选择的OSS Bucket与图像搜索实例不在一个地域，目前支持的地域有华东2（上海）、华东1（杭州）、华北2（北京）、华南1（深圳）、亚太东南1（新加坡）、中国香港、亚太东北 1（东京）、欧洲中部 1（法兰克福）、...
计费说明
价目表 服务类型 服务名称 调用单价 图像处理 图像分割 0.06元/次 图像裁剪 0.06元/次 风格转换 0.06元/次 色彩转换 0.02元/次 图像超分辨 0.08元/次 图像分析 色板分析 0.02元/次 风格分析 0.02元/次 元素识别定位 0.02元/次 预付费资源包...
RecognizeHKIdcard-中国香港身份证识别
中国香港身份证识别。接口说明 如何使用本接口 步骤 概述 1 开通 个人证照识别 服务。2 购买 中国香港身份证识别资源包。本 API 会赠送免费额度，可使用免费额度测试。您也可以不购买资源包，系统会通过“按量付费”方式按实际调用量自动扣...
2021年
2021年3月03日 华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）中国（香港）无 图像智能处理类模型 ModelHub中新增电商直播中文语音识别模型、中文语音检测模型及背景音乐检测模型。2021年3月04日 华东1（杭州）华北2（北京）华东2...
功能特性
自定义回源Header 图像优化 图像处理 通过图像处理功能，全站加速可直接在回源节点对图片行处理和分发，可减轻源站压力，减少回源链路，节省回源流量。图像处理 网络优化 功能集 功能 功能描述 参考文档 网络优化 Websocket WebSocket协议...
RecognizeEduPaperCut-试卷切题识别
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。适用范围广 支持 K12 全学科、多版式扫描版印刷体的整页切题场景。如何使用本接口 步骤 概述 1 开通 教育场景识别 服务。开通服务前后，您可以通过 体验馆 免费体验本...
自定义KV模板
支持语言、文字类型、图像处理、红章处理配置项。模板参数配置不实时生效和展示，模板测试环节可以正常生效。什么样的数据识别效果较好？单张图片最长边不超过8192像素，最短边不小于15像素。当长边超过1024像素时，长宽比不超过50：1。...
自定义表格模板
支持语言、文字类型、图像处理、红章处理配置项。模板参数配置不实时生效和展示，模板测试环节可以正常生效。什么样的数据识别效果较好？单张图片最长边不超过8192像素，最短边不小于15像素。当长边超过1024像素时，长宽比不超过 50：1。...
RecognizeEduQuestionOcr-题目识别
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。返回坐标 可实现对题目中的配图位置进行检测并返回坐标位置。如何使用本接口 步骤 概述 1 开通 教育场景识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能...
图像搜索检索效果不准怎么办？
本文主要介绍图像搜索检索效果不准确该如何处理。图像搜索检索效果不准往往是由多方面原因引起的。常见原因如下：图片的风格与购买的实例服务类型不匹配。例如，图片大多是商品图片（裙装、鞋包等），但图搜实例的服务类型却选择了布料搜索...
PAI ArtLab高清修复的三种方式
针对这一问题，我们可以利用AI upscaler、SD upscale，ControlNet tile upscale有效地对图像进行高清增强与细节丰富处理。前提条件 如果您使用ControlNet tile upscale方式，请先安装 Ultimate SD Upscale 和 ControlNet扩展。安装扩展 ...
表格信息抽取
在产品功能范围的任务，数据质量越高，识别与抽取效果越好，字迹清晰端正的数据能有更高的准确率。单字大小保持在10-50像素内，以获得较好的识别效果。数据来源于真实业务场景，且类型与版式完整覆盖。步骤二：数据标注 数据标注划分为标注...
单据票证信息抽取
在产品功能范围的任务，数据质量越高，识别与抽取效果越好，字迹清晰端正的数据能有更高的准确率。单字大小保持在10-50像素内，以获得较好的识别效果。数据来源于真实业务场景，且类型与版式完整覆盖。步骤二：数据标注 数据标注划分为标注...
长文档信息抽取
在产品功能范围的任务，数据质量越高，识别与抽取效果越好，字迹清晰端正的数据能有更高的准确率。单字大小保持在10-50像素内，以获得较好的识别效果。数据来源于真实业务场景，且类型与版式完整覆盖。步骤二：数据标注 数据标注划分为标注...
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、...
RecognizeAllText-OCR统一识别
OCR统一识别接口支持识别多种图片类型，包括通用文字、个人卡证、发票等。您只需要通过Type参数指定图片类型，无须更换接口。接口说明 如何使用本接口 步骤 概述 1 开通 OCR 统一识别 服务。开通此 API 后会赠送免费额度，可使用免费额度...
SDWebUI使用方法与实践案例
局部重绘（单击查看详情）蒙版边缘模糊度 Mask blur是一种图像处理技术，用于模糊化缺失区域周围的像素，以减少边缘效应，使图像处理更加自然。值越大，边缘越透明。以下示例是蒙版模糊值0、20、40、60的对比图 蒙版模式（Mask Mode）蒙版...
明星识别
功能描述 明星识别能力可以识别图像中的明星人物。可以识别超过2.7万个明星人物。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试用以及在线...
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...
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...
RecognizeBusinessLicense-营业执照识别
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 企事业名称、法人代表等文字信息准确率超过 95%，营业执照注册号等数字信息准确率超过 98%。如何使用本接口 步骤 概述 1 开通 企业资质识别 服务。开通...
云市场常见问题
本章节介绍阿里云OCR在云市场官方店铺（“阿里云计算有限公司”）的常见问题。...OCR支持特定场景的SDK，包含身份证识别SDK、银行卡识别SDK、手机号提取SDK、指尖检测SDK、图像矫正SDK、扫读SDK等。若有离线SDK需求可进一步 联系我们。
FaceChain社区版服务实例部署文档
最后再使用人脸识别模型计算生成的写真图像与模板人脸的相似度，以此对写真图像进行排序，并输出排名靠前的个人写真图像作为最终输出结果。总结 简单几步，即可在计算巢中生成一套属于自己的数字形象，如此简单、便捷的方案，快来计算巢一...
老板来了：通过HaaS100实现端云一体AI识别示例
上传至云端OSS，再通过ucloud_ai组件实现视觉智能开放平台对图片识别处理；通过LCD屏进行画面显示及识别结果显示。该案例中支持了15种AI能力，通过在aiconfig.h中配置AI_MODEL选择对应的AI模型，所有的AI模型类型在aiagent_common.h中定义...
快速开始概述
计算机视觉模型 类型包括：图片分类、目标检测、视频分类、图像分割、图像生成、光学识别ocr。自然语言处理模型 类型包括：文本分类、序列标注、文本生成、零样本分类、文本向量。语音模型 类型包括：语音识别、说话人确认、语音分离。快速...
服务端人脸识别SDK
服务端人脸识别离线SDK，包括人脸检测、人脸跟踪、人脸关键点定位、人脸质量、角度模型、活体检测和人脸识别等能力，可以直接部署服务器上。人脸识别SDK具有授权功能，一旦授权成功，可以在无网的条件下使用，用户可根据自己的业务需求进行...
基本概念
本文为您介绍通义听悟的相关概念，以便于更好地理解本产品。音频采样率（sample rate）音频采样率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。...该功能整合了语音、语言、图像三种模态的AI能力。
功能特性
文本色情识别 识别文本中的色情和低俗内容 文本同步检测 文本涉政识别 识别文本内容中的涉政风险，包括人物、事件等-文本暴恐识别 识别文本中的暴恐内容-文本广告识别 识别文本内容中的垃圾广告-文本辱骂识别 识别文本中的辱骂内容-文本...
自助审核
人工审核后，下次同样的检测内容识别出的结果会与您设置的结果保持一致。本文介绍了使用自助审核的具体操作。背景信息 自助审核默认只展示机器审核结果为疑似（review）或者违规（block）的数据。如需展示机审结果正常（pass）的数据，请在...
- 产品推荐
- 这些文档可能帮助您