# 视觉智能开放平台 #
1
关注
15741内容
|
阿里云视觉智能开放平台使用简明教程
阿里云视觉智能开放平台是基于阿里巴巴视觉智能技术实践经验，面向视觉智能技术企业和开发商（含开发者），为其提供高易用、普惠的视觉API服务，帮助企业快速建立视觉智能技术应用能力的综合性视觉AI能力平台。首期公测阶段平台将主要开放人脸人体、文字识别、商品理解、内容安全、图像识别、图像增强、图像分割、目标检测8个类目等多个API能力供您使用。
视觉智能开放平台【图像增强】【目标检测】上线新算法啦！各种黑科技等你体验~
尊敬的开发者您好，感谢您对阿里云视觉智能平台的支持，近期平台在【图像增强】【目标检测】大类下上线了7个视觉AI算法，分别是图像隐形文字水印、图像隐形图片水印、图像去水印、图像去字幕、物体检测、白底图检测以及透明图检测，接下来给您逐一介绍下。
|
阿里云视觉智能开放平台--人脸识别使用教程
人脸人体识别技术是基于阿里云深度学习算法，结合图像或视频的人脸检测、分析、比对以及人体检测等技术，为您提供人脸人体的检测定位、人脸属性识别和人脸比对等能力。可以为开发者和企业提供高性能的在线API服务，应用于人脸AR、人脸识别和认证、大规模人脸检索、照片管理等各种场景。
深源恒际：图像识别技术助力企业VI系统管理规范化
深源恒际，依托原创图像识别技术，为企业用户打造了VI系统规范化管理服务。基于VI系统的使用场景，VI系统规范化管理服务分为规范生成和规范检测两个应用模块。
阿里云视觉智能开放平台--文字识别使用教程
文字识别技术是基于阿里云深度学习技术，为您提供通用的印刷文字识别和文档结构化等能力。文字识别技术可以灵活应用于证件文字识别、发票文字识别、文档识别与整理等行业场景，满足认证、鉴权、票据流转审核等业务需求。
分析对比大模型OCR、传统OCR和深度学习OCR
OCR技术近年来迅速普及，广泛应用于文件扫描、快递单号识别、车牌识别及日常翻译等场景，极大提升了便利性。其发展历程从传统方法（基于模板匹配和手工特征设计）到深度学习（采用CNN、LSTM等自动学习高级语义特征），再到大模型OCR（基于Transformer架构，支持跨场景泛化和少样本学习）。每种技术在特定场景下各有优劣：传统OCR适合实时场景，深度学习OCR精度高但依赖大量数据，大模型OCR泛化能力强但训练成本高。未来，大模型OCR将结合多模态预训练，向通用文字理解方向发展，与深度学习OCR形成互补生态，最大化平衡成本与性能。
带你读《深度学习与图像识别：原理与实践》之一：机器视觉在行业中的应用
这是一部从技术原理、算法和工程实践3个维度系统讲解图像识别的著作，由阿里巴巴达摩院算法专家、阿里巴巴技术发展专家、阿里巴巴数据架构师联合撰写。在知识点的选择上，本书广度和深度兼顾，既能让完全没有基础的读者迅速入门，又能让有基础的读者深入掌握图像识别的核心技术；在写作方式上，本书避开了复杂的数学公式及其推导，从问题的前因后果 、创造者的思考过程，利用简单的数学计算来做模型分析和讲解，通俗易懂。更重要的是，本书不仅仅是聚焦于技术，而是将重点放在了如何用技术解决实际的业务问题。
免费试用