# 视觉智能开放平台 #
1
关注
15741内容
FFmpeg开发笔记（三十八）APP如何访问SRS推流的RTMP直播地址
《FFmpeg开发实战》书中介绍了轻量级流媒体服务器MediaMTX，适合测试RTSP/RTMP协议，但不适用于复杂直播场景。SRS是一款强大的开源流媒体服务器，支持多种协议，起初为RTMP，现扩展至HLS、SRT等。在FFmpeg 6.1之前，推送给SRS的HEVC流不受支持。要播放RTMP流，Android应用可使用ExoPlayer，需在`build.gradle`导入ExoPlayer及RTMP扩展，并根据URL类型创建MediaSource。若SRS播放黑屏，需在配置文件中开启`gop_cache`以缓存关键帧。
VideoRefer：阿里达摩院开源视频对象感知与推理框架，可集成 VLLM 提升其空间和时间理解能力
VideoRefer 是浙江大学与阿里达摩学院联合推出的视频对象感知与推理技术，支持细粒度视频对象理解、复杂关系分析及多模态交互，适用于视频剪辑、教育、安防等多个领域。
Hi3DGen：2D照片秒变高精度模型，毛孔级细节完爆Blender！港中文×字节×清华联手打造3D生成黑科技
Hi3DGen是由香港中文大学、字节跳动和清华大学联合研发的高保真3D几何生成框架，通过法线图中间表示实现细节丰富的3D模型生成，其双阶段生成流程显著提升了几何保真度。
【繁体图片文字识别】竖排的繁体图片文字识别翻译，竖排的繁体图片文字如何识别，竖排繁体图片识别后转横排，竖排的繁体识别比较友好的方法
竖排繁体文字识别系统适用于古籍数字化、港澳台文档、书法作品、历史档案及学术研究等场景，支持图像预处理、自动旋转、OCR识别、竖转横与繁转简。通过咕嘎OCR与OpenCC技术，实现高效精准的文字转换与编辑。
阿里视觉AI训练营-day05-创意日-你的图像识别项目
垃圾分类图像识别项目
免费试用