# 视觉智能开放平台 #
1
关注
12727内容
可以提高你的图像识别模型准确率的7个技巧
可以提高你的图像识别模型准确率的7个技巧
【OpenVI-图搜系列—多模态检索实战篇】基于表征大模型的多模态检索系统
信息检索产品几乎是人们生活中必不可少的工具，经常用的有文本搜文本、图片搜图片等应用。以上任务均为单模态的检索。而多模态检索则处理涵盖原有的单模态检索任务以外，也包含跨模态检索任务，即文搜图、文搜视频等任务。要实现这一任务，则需要底层的表征模型具备图文对齐的能力，换句话说，要实现多模态检索，表征模型应实现将不同模态信息的特征映射到同一个域内，从而实现不同模态之间的相互检索。CLIP的多模态技术出现以来，给多模态检索领域带来了新的技术变革，使得实现基于通用表征大模型的大规模多模态检索系统成为可能。
基于图像识别的面瘫检测技术
图像识别是通过计算机对特定情况进行图像采集处理，分析匹配目标，提取特征，训练分类模型等步骤实现，在国内外科学家的努力下，实现了突飞猛进的变化，人们开始将这一技术应用于，医学，农业，安防，交通，车辆领域。在这一背景之下，许多先进的医疗手段都离不开图像识别技术的支持，小到日常的体检如胸片，心电图我们都可以通过自助取片获得计算机提供的初步诊断信息，之后再找医生问诊，大到一些微创手术，脑部ct技术，心脏病理分析，肺结核图像识别，糖尿病患者的视网膜图像技术
阿里云视觉智能平台提供了人脸识别和图像搜索的API接口
阿里云视觉智能平台提供了人脸识别和图像搜索的API接口
【阿里云OpenVI-视觉生产系列之图片上色】照片真实感上色算法DDColor ICCV2023论文深入解读
图像上色是老照片修复的一个关键步骤，本文介绍发表在 ICCV 2023 上的最新上色论文 DDColor
智慧校园-建设篇——开放视觉AI场景解决方案
智慧校园建设是现阶段高校研究的重点方向。通过如今科技发展，将科学技术、先进设备更好的融合到校园各项工作的开展以及校园安全的保障，对校园来说是至关重要的。
作者将从校园安全建设、校园文化生活两个方向，挖掘开放视觉API在智慧校园中的更多应用。
FFmpeg开发笔记（十八）FFmpeg兼容各种音频格式的播放
《FFmpeg开发实战》一书中，第10章示例程序playaudio.c原本仅支持mp3和aac音频播放。为支持ogg、amr、wma等非固定帧率音频，需进行三处修改：1）当frame_size为0时，将输出采样数量设为512；2）遍历音频帧时，计算实际采样位数以确定播放数据大小；3）在SDL音频回调函数中，确保每次发送len字节数据。改进后的代码在chapter10/playaudio2.c，可编译运行播放ring.ogg测试，成功则显示日志并播放铃声。
YOLOv5改进 | 主干网络 | 用EfficientNet卷积替换backbone【教程+代码 】
在YOLOv5的GFLOPs计算量中，卷积占了其中大多数的比列，为了减少计算量，研究人员提出了用EfficientNet代替backbone。本文给大家带来的教程是**将原来的主干网络替换为EfficientNet。文章在介绍主要的原理后，将手把手教学如何进行模块的代码添加和修改，并将修改后的完整代码放在文章的最后，方便大家一键运行，小白也可轻松上手实践。以帮助您更好地学习深度学习目标检测YOLO系列的挑战。
免费试用