基本概念
栅格数据（Raster Data）是将地理空间分割成有规律的网格，每一个网格称为一个单元（像元或像素），并在各单元上赋予相应的属性值来表示实体的一种数据形式。栅格数据通常有两种类型的栅格数据：专题数据和影像数据。专题数据：每个栅格像...
人体分割
特色优势 发丝级精细分割：在细碎部位提供更高的分割精度，细到发丝都能被精确分割，使结果图像没有违和感，难以被觉察出经过处理。适应复杂背景：即使人物处于复杂背景环境，依然可以将人体准确地从背景中分割出来。接入指引 1.注册阿里云...
VPC高速直连调用
EAS 支持通过Python官方SDK或自行实现调用逻辑的方式对服务进行VPC高速直连调用。本文详细介绍这两种调用方式的实现方法。调用原理 VPC高速直连调用、公网调用及VPC地址调用的链路如下图所示。开启服务运行所在资源组的VPC高速直连功能后，...
IPC图像目标检测
本文为您介绍目标检测（objectdet）类目下的IPC图像目标检测DetectIPCObject的语法及示例。功能描述 IPC图像目标检测能力可以检测到输入图像中的目标物体，例如人、车辆、宠物等。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...
面向AIGC中文文生图模型的WebUI使用
本文为您介绍如何通过 EAS 部署AIGC Stable Diffusion SDWebUI绘画应用，并在该应用中加载PAI自研的Chinese-Diffusion插件，以实现使用中文Prompt作为输入的文图生成功能。背景信息 AIGC，即通过人工智能技术自动生成内容的生产方式，已经...
解决方案：免费体验AnalyticDB PostgreSQL版以文搜图
本文为您介绍在实际的电商业务中，通过将商品图片集合的向量化结果存储在云原生数据仓库 AnalyticDB PostgreSQL版 向量检索引擎中，实现以文搜图的高效准确检索。背景信息 在现实世界中，绝大多数的数据都是以非结构化数据的形式存在，如...
交互式涂抹分割
应用场景 图片编辑：可对图像中的任意涂抹元素进行选择并智能分离，实现图像后续的二次编辑。特色优势 图片元素识别：根据涂抹区域的位置和大小，自动对涂抹目标进行识别和分割。自由开放选择：允许用户通过鼠标涂抹操作自由选择和排除所需...
基本概念
High：高级画质，适合高分辨率、大屏设备，比如广播及视频碟片存储（蓝光影片），高清电视。在Main的基础上增加了8x8内部预测、自定义量化、无损视频编码和更多的YUV格式。AAC的主要级别：aac_low：Low Complexity AAC(LC)aac_he：High ...
换脸鉴别
领先鉴别技术：基于图片中人像目标的高维度全量特征，换脸鉴别服务涵盖依据视频图像的像素、纹理级别的低阶特征，到具有全局语义的高阶特征，对图像进行全方位、高语义、多层次组合分析，攻防一体式的训练，极大提升合成人脸图片检出率。...
2020年
2020-05-20 华东2（上海）已下线 2020年04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 图像生产 图像构图美学评分 检测输入图像，输出图像的构图美学评分。2020-04-20 华东2（上海）图像构图美学评分 图像曝光度评分 检测...
设置偏好
若您需要更高的分辨率（如4K）云桌面，建议购买带显卡的GPU镜像，同时登录客户端的本地设备也支持相应的分辨率，不支持非GPU镜像和GPU镜像互换。缩放设置 如果桌面应用或文本的显示比较模糊或者不满足您的预期，您可以通过 缩放设置 更改云...
集成视觉智能服务
RecognizeFace 在人脸检测基础上，实现高性能的人脸识别。我们的算法在公开测试集lfw上达到了99.58%的识别精度。CompareFace 基于用户输入的两张图片，可检测两张图片中的人脸，并挑选两张图片的最大人脸进行比较，判断是否是同一人。同时...
图像处理最佳实践
本文以Python语言为例，说明如何通过控制台，将原始图像经过函数代码处理，实现边缘检测。应用场景与优势 在不同的应用场景下，函数计算 提供的GPU实例与CPU相比所具备的优势如下。实时、准实时的应用场景 提供数倍于CPU的图形图像处理效率...
多模态检索解决方案
id':0}]]} 服务调用示例 多模态、图像检索服务首先需要建立多模态、图像检索数据库，然后将注册到数据库中的多模态数据、图像进行特征提取，最后从多模态、图像数据库的数据中，对上传的多模态数据、图像进行相似快速检索。整个过程需要...
猫鼠识别
特色优势 识别准确：基于大量场景样本的基础上，对不同环境、光线、角度、目标状态等进行针对性的训练学习，算法模型识别精度高。适应性强：算法模型场景适应性强，可直接用于不同空间布局的场景、各类餐厅后厨及用餐前场。自研算法：通过...
人脸搜索
Confidence Float 36.820168 转换后的置信度，取值范围0.0~100.0，数值越大相似度越高，建议的三个参考阈值为60.48，67.87和72.62，分别对应千分之一，万分之一和十万分之一的误识率，阈值设置越高，误识率越低，通过率也越低，对安全性...
组件参考：所有组件汇总
自然语言处理 文本摘要预测 该组件旨在从冗长、重复的文本序列中抽取、精炼或总结出其中的要点信息，新闻标题摘要是文本摘要的一个特例。您可以使用文本摘要预测组件，调用指定预训练模型对新闻文本进行预测，从而生成新闻标题。文本分类...
人脸活体检测
Frames Array of Frame（该字段已废弃）输入图像为长图（长宽比大于3:1）时，会把原图截成几张正常比例的图，frames保存从图像中裁剪出来的而且是翻拍命中的截图。Url String ...
TensorFlow常见问题
使用TensorFlow实现图像分类，详情请参见 TensorFlow实现图像分类视频、使用TensorFlow实现图片分类 及 TensorFlow案例相关代码。使用TensorFlow自动写歌，详情请参见 TensorFlow自动写歌词 及 写歌案例。如何查看TensorFlow相关日志？查看...
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。...
API详情
通义千问VL 说明 支持的领域/任务：aigc 通义千问VL是阿里云研发的大规模视觉语言模型（Large Vision Language Model,LVLM），可以以图像、文本、检测框作为输入，并以文本和检测框作为输出，支持中文多模态对话及多图对话，并具有更好的...
模板视频人脸融合
模板视频人脸融合是基于用户预先上传创建的模版，通过输入一张待融合人脸图像，将图像人脸融合进指定的模板视频中。使用该方式需要提前创建好模板视频（AddFaceVideoTemplate），其处理效率高于通用视频人脸融合方式。适用场景：有固定数量...
案例：搭建以图搜图系统
以图搜图应用的核心模块有两个：特征提取模块：负责从图像中提取视觉特征，从而获得一个高维的特征向量，在这个高维特征空间中越相似的图像距离越近。向量检索模块：负责在海量的图像特征向量集中快速地查找与查询图片特征最接近的前k个...
SAP HANA 同可用区高可用部署指南
SAP HANA 同可用区高可用部署指南 1、概述 2、SAP HANA高可用架构 3、安装前准备 3.1 SAP系统安装介质 3.2 VPC网络规划 3.3 主机规划 3.4 文件系统规划 4、创建SAP HANA ECS实例 5、部署云资源 5.1 配置弹性网卡 5.2 配置高可用虚拟IP 5.3 ...
红外人脸活体检测
功能描述 红外人脸活体检测能力可以检测红外图片中的人脸是否为来自认证设备端的近距离裸拍活体人脸对象，可广泛应用在红外设备人脸实时采集场景，满足红外人脸注册认证的真实性和安全性要求，判断的前置条件是红外图像中有人脸。从能力...
口罩人脸比对1:1
阈值设置越高，误识率越低，通过率也越低，对安全性要求越高的场合，可以设置更高的阈值。如果某张图片中没有人脸则报错误信息。IsMaskA Long 1 图片A中的人脸是否戴口罩。0：不戴口罩 1：戴口罩 IsMaskB Long 0 图片B中的人脸是否戴口罩。...
公众人物识别
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、且能因此从社会中得到巨大利益、与社会公共利益密切相关的人物，如领导人、科学家、企业家或社会活动家等。说明 在同时检测多个Task的情况下，将按照Task的...
表情识别
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。计费说明 关于表情识别的计费方式及报价，请参见 计费介绍。说明 下方调试接口为付费接口，如需免费体验调试请前往 体验中心。调试 您可以在...
使用EAS Python SDK部署模型
本文为您介绍如何使用阿里云模型在线服务（EAS）的Python SDK代码将训练获得的模型部署为EAS在线服务，再使用EAS的预测SDK代码调用EAS服务，实现模型在线推理。背景信息 本文旨在介绍如何在Python环境中，通过SDK调用EAS接口来部署和调用...
功能特性
人工智能平台 PAI 功能集 功能 功能描述 参考文档 AI计算资源管理 灵骏智算资源 灵骏智算资源是阿里云PAI提供的大规模高密度计算资源服务，为您提供高性能AI训练、高性能计算所需的异构计算算力服务，可用于PAI的训练任务。灵骏智算资源...
ASP协议
ASP协议优势 ASP协议（Adaptive Streaming Protocol）是一套高性能、高可靠、高安全的协议，其中Streaming是指流式或流化传输，图形命令流、图像流、音视频流均已纳入到ASP协议的设计考虑之中。ASP协议涵盖图像分析、压缩编码、实时流媒体...
PAI端到端文字识别训练
fixed_height_pyramid：从多尺度的特征中固定高度并保持宽高比抽取。STRING fixed_height feature_gather_aspect_ratio 否 文字行的宽高比。当 feature_gather_type 取值为 fixed_size 时，该参数表示特征被Resize后的宽高比。当 feature_...
自定义算子管理
数据预处理算子：对数据进行智能预处理平台内置目标视觉增强、视觉图片视角偏转、各类点云滤波、图像分辨率调整、图像颜色通道调整等预处理算法支持您自定义所需算子。数据预标注算子：对数据进行智能预标注平台内置2D图片/3D点云...
功能特性
虚拟环绕声 支持将5.1/7.1多声道音频转码为双声道音频，并保留多声道环绕效果，实现在非家庭影院设备上播放（如使用手机、平板、耳机、电视）也可体验到高质量音源的环绕声效果。音效增强 支持对单/双/5.1/7.1多声道音频进行效果增强，针对...
API详情
另外，模型展现出来新的zeroshot能力，即实现了新的模态对齐，比如音频和图像的对齐，或者音频+文字和图像的对齐，而这类数据并没有出现在我们的预训练数据集里。下面这张图展示了ONE-PEACE的模型架构和预训练任务。借助于扩展友好的架构和...
API详情
另外，模型展现出来新的zeroshot能力，即实现了新的模态对齐，比如音频和图像的对齐，或者音频+文字和图像的对齐，而这类数据并没有出现在我们的预训练数据集里。下面这张图展示了ONE-PEACE的模型架构和预训练任务。借助于扩展友好的架构和...
文本生成图像API详情
通义万相 说明 支持的领域/任务：aigc/文生图 通义万相-文本生成图像是基于自研的Composer组合生成框架的AI绘画创作大模型，能够根据用户输入的文字内容，生成符合语义描述的多样化风格的图像。通过知识重组与可变维度扩散模型，加速收敛并...
数据类型
DingRtcRenderModeCrop 裁剪模式，如果外部输入的视频宽高比和推流设置的宽高比不一致时，将输入视频宽或者高进行裁剪，画面内容会丢失。DingRtcRenderModeNoChange 沿用之前的显示模式。DingRtcRenderMirrorMode：镜像模式 枚举名 描述 ...
着装检测
特色优势 识别准确：基于大量场景样本的基础上，对不同环境、光线、角度、目标状态等进行针对性的训练学习，算法模型识别精度高。适应性强：算法模型场景适应性强，可直接用于不同空间布局的场景、各类餐厅后厨及用餐前场。自研算法：通过...
Kohya使用方法与实践案例
如果自己准备的图片分辨率比较小，不是很清晰，可以使用SD WebUI中Extras页面中进行分辨率放大，也可以使用其他图像处理工具去处理图像的分辨率。尺寸调整量调整：可以前往像birme这种站点批量裁剪后批量下载，也可以使用SDWebUI裁剪或手动...
- 产品推荐
- 这些文档可能帮助您