# 图像识别 #
0
关注
1039内容
【大模型】大型模型飞跃升级—文档图像识别领域迎来技术巨变
通过对GPT-4V和文档识别领域的深入分析和思考，为OCR文档识别领域的研究开辟了新的方向。需求不断增长的背景下，提高识别精度和处理效率成为了迫切需要满足的新应用标准。在这一背景下，出现了：
素级OCR统一模型、OCR大一统模型、文档识别分析+LLM（LanguageModel）等应用的新方向。下面来详细看一下。
一种基于YOLOv8改进的高精度表面缺陷检测网络， NEU-DET和GC10-DET涨点明显（原创自研）
【7月更文挑战第3天】一种基于YOLOv8改进的高精度表面缺陷检测， 在NEU-DET和GC10-DET任务中涨点明显；
|
阿里云开放阿里巴巴三大核心AI：图像搜索、语音自学习、机器翻译
7月18日，阿里云正式发布了三款人工智能产品：图像搜索、智能语音自学习平台以及机器翻译，三款产品由阿里云与阿里巴巴机器智能技术实验室联合自主研发，旨在为不同行业的用户提供业界领先的人工智能解决方案，进一步推动产业AI的落地。
|
带你读《基于浏览器的深度学习 》之二：神经网络架构
本书是Web开发和深度学习的跨界，主要介绍基于浏览器的深度学习技术，具体内容包括神经网络架构、主流的JavaScript深度学习框架、深度学习的JavaScript基础、基于WebGL的GPU加速、浏览器上的数据抽取和操作，以及tensorflow.js实践应用。每章都配有完整的代码示例以及可视化效果，轻松易学。也详细介绍了tensorflow.js重要的模块tfjs-core、tfjs-layers、tfjs-node、tfjs-converter等。
阿里巴巴AI智能专场
阿里巴巴AI智能专场 讲师/嘉宾简介: 施兴（叔宝）：阿里巴巴自身算法专家 高星（空崖）：阿里巴巴算法专家 张宁豫（凌羽）：阿里巴巴高级算法工程师 王跃（跃神）：阿里巴巴高级算法专家
|
CVPR‘2023 | Cross-modal Adaptation: 基于 CLIP 的微调新范式
CVPR‘2023 | Cross-modal Adaptation: 基于 CLIP 的微调新范式
让天下没有难用的视觉智能技术——阿里云视觉智能开放平台2.0版发布！
阿里云视觉平台是基于阿里巴巴视觉智能技术实践经验，面向视觉智能技术的开发与应用用户，为其提供好用、易用、普惠的视觉智能API服务，帮助企业、开发者快速建立视觉智能技术的应用能力的综合性视觉AI能力平台。
为了方便开发者查询能力、体验能力以及高效的浏览信息，我们对阿里云视觉智能开放平台进行了页面排版调整，新增了多项能力，快来看看吧
阿里云智能图像识别服务发布
本文的整理自2017云栖大会-上海峰会上阿里巴巴iDST研究员华先胜，关于智能图像识别服务发布的讲义。从图像识别介绍、到市场分析、再到阿里云解决方案，最后进行了功能展示以及介绍了如何调用服务的方式。
免费试用