AI 助理
备案控制台

文字识别

首页 标签 文字识别
# 文字识别 #
关注
5810内容
最新 热门 文章 问答 视频 课程 训练营
老乡别走
|
3月前
|
博文
|
来自： 视觉智能
【图片识别改名】图片文件区域OCR识别并自动重命名，根据指定区域识别文字批量改名，阿里云的文字识别方案
本系统通过OCR技术实现图片和PDF文件中关键信息的批量识别与智能重命名，适用于档案管理、电商商品管理、学术研究及企业文档处理等场景。支持区域选择、识别参数设置及自定义重命名规则，提供可视化界面与进度跟踪功能，提升文件整理与管理效率。
# 文字识别 # 视觉智能开放平台 # 文字识别 # 前端开发 # 数据可视化 # BI # Python
三分钟热度的鱼
|
问答
|
来自： 视觉智能
文字识别OCR提示这个报错 ，怎么解决？
# 文字识别 # 视觉智能开放平台 # 文字识别
三分钟热度的鱼
|
问答
|
来自： 视觉智能
文字识别OCR识别失败是因为什么？报错 code 464
# 文字识别 # 视觉智能开放平台 # 文字识别
真的很搞笑
|
博文
|
来自： 视觉智能
印刷文字操作报错合集之出现“图片和服务类型不匹配”，该怎么解决
在使用印刷文字识别（OCR）技术过程中，可能会遇到各种错误或问题。以下是一些常见的报错情况及其可能的原因和解决建议。包括但不限于：1.识别率低，错误多、2.无法识别特定字符或字体、3.文件格式不支持、4.内存或资源不足、5.网络连接问题、6.API调用限制或授权问题、7.语言识别错误、8.安全与隐私问题。
# 文字识别 # 视觉智能开放平台 # 编解码 # 文字识别 # 安全 # API # 网络安全
蚝油菜花
|
8月前
|
博文
|
来自： ModelScope模型即服务
moonshot-v1-vision-preview：月之暗面Kimi推出多模态视觉理解模型，支持图像识别、OCR文字识别、数据提取
moonshot-v1-vision-preview 是月之暗面推出的多模态图片理解模型，具备强大的图像识别、OCR文字识别和数据提取能力，支持API调用，适用于多种应用场景。
# 文字识别 # 图像识别 # 人工智能 # 文字识别 # API # Python
Deephub
|
27天前
|
博文
|
来自： 大数据与机器学习
Dots.ocr：告别复杂多模块架构，1.7B参数单一模型统一处理所有OCR任务22
Dots.ocr 是一款仅1.7B参数的视觉语言模型，正在重塑文档处理技术。它将布局检测、文本识别、阅读顺序理解和数学公式解析等任务统一于单一架构，突破传统OCR多模块流水线的限制。在多项基准测试中，其表现超越大参数模型，展现出“小而精”的实用价值，标志着OCR技术向高效、统一、灵活方向演进。
# 编解码 # 文字识别 # 自然语言处理 # 测试技术 # 开发者
心随而动
|
博文
|
来自： 视觉智能
人工智能图像识别四大算子（一）
人工智能图像识别四大算子（一）
# 图像识别 # 视觉智能开放平台 # 机器学习/深度学习 # 存储 # 传感器 # 人工智能 # 文字识别 # 算法 # 大数据 # 计算机视觉 # Python
blackswan_xdu-25928
|
9月前
|
博文
|
来自： 通义大模型
Qwen2-VL微调实战：LaTex公式OCR识别任务（完整代码）
《SwanLab机器学习实战教程》推出了一项基于Qwen2-VL大语言模型的LaTeX OCR任务，通过指令微调实现多模态LLM的应用。本教程详述了环境配置、数据集准备、模型加载、SwanLab集成及微调训练等步骤，旨在帮助开发者轻松上手视觉大模型的微调实践。
# JSON # 文字识别 # 数据可视化 # 物联网 # 数据格式
modelscope
|
3月前
|
博文
|
来自： ModelScope模型即服务
Nanonets-OCR-s开源！复杂文档转Markdown SoTA，颠覆复杂文档工作流
Nanonets团队开源了 Nanonets-OCR-s，该模型基于Qwen2.5-VL-3B微调，9G显存就能跑。
# 存储 # 人工智能 # 文字识别 # 数据安全/隐私保护 # 异构计算
游客ib7xsk7hcucuo
|
3月前
|
博文
顺丰同城抢单辅助脚本，顺丰骑士抢单辅助免封号，自动抢单神器【java版开源】
这是一套OCR实时检测订单列表并自动右滑的完整代码方案，适用于学习研究。代码包含四个主要模块：OCR处理（文字识别）、价格分析
# 文字识别 # 监控 # Java # Python
免费试用