图片检测分类-文件检测分类-票据分类-证件分类-票据图片分类API接口介绍

简介: 图片检测分类API可自动识别图中含文字的文档、卡证、票据等主体,支持多目标检测与精确定位(坐标+置信度),并返回类别信息。常与OCR识别联动,先分类再识别,提升处理效率与准确率。

前言

在日常生活、工作中,往往需要从一张图片中自动识别出:图片中有什么,主要内容是什么。那么图片检测分类能帮你完成。
图片检测分类可对图片中的文档、卡证、票据等含文字的主体进行检测、分类。可同时支持一张图片中多张主体的情况,返回每个主体的类别及位置信息。
图片检测分类通常可以和卡证类识别、票据类识别结合使用,先用图片检测分类检测是什么,然后再用对应的卡证类、票据类识别来识别具体内容。

API介绍

请求参数

名称 类型 必须 说明
base64 String 否 图片base64字符串
url String 否 图片url

戳这里可查看详细介绍

返回样例

{
   
  "code": 200, //返回码,详见code返回码说明
  "msg": "成功", //code对应的描述
  "taskNo": "576437785202759366455607", //本次请求号
  "data": {
   
    "list": [//检测和分类结果数组,如图片中无文字内容,则此数组为空
      {
   
        "probablity": 0.9999736547,//分类置信度
        "location": {
   //位置数组(左上角为坐标0点)
          "top": 570,//表示定位位置的长方形左上顶点的垂直坐标
          "left": 11,//表示定位位置的长方形左上顶点的水平坐标
          "width": 774,//表示定位位置的长方形的宽度
          "height": 464 //表示定位位置的长方形的高度
        },
        "type": "" //类别信息,当前可输出类别列表见:类别列表
      }
    ]
  }
}
相关文章
|
6月前
|
人工智能 前端开发 IDE
Cursor 3.1 更新:智能体窗口终于「摊平」了,说话即编程!
Cursor 3.1重磅更新!平铺布局支持多智能体分屏协作,语音输入2.0实现高准度实时转写,新增分支预选防误操作,Diff跳转+文件筛选提升代码审查效率。真实场景驱动,丝滑体验拉满——懂开发者,更懂痛点。(239字)
790 0
|
机器学习/深度学习 文字识别 算法
【OCR学习笔记】2、OCR图像预处理(上)
【OCR学习笔记】2、OCR图像预处理(上)
2874 0
|
12天前
|
人工智能 自然语言处理 API
最近全网爆火的Jev到底是什么?系统一模型原理与使用教程
综合来看,Jev给AI工程带来了新的分层思路,复杂生成任务交给传统大模型,高频简单判断交给Jev,二者组合搭建分层智能架构,兼顾输出能力、响应速度与调用成本。对于做客服系统、Agent智能体、内容审核、批量数据打标签、工单路由的开发者,值得做POC验证;但如果业务以文本生成、深度推理为主,Jev增益有限。接入前建议拿真实业务数据跑对比测试,评估准确率与误判率,同时设置合理概率阈值并配置人工兜底流程,才能充分发挥这套决策模型的价值,构建更稳定高效的AI业务系统。
238 2
|
8月前
|
编解码 API 开发工具
证件照制作-证件照生成-证件照优化API接口介绍
使用证件照制作API的核心原因在于解决传统证件照拍摄和制作过程中的效率低、成本高、标准难统一、用户体验差等痛点。支持:替换背景、自动裁剪尺寸、设置分辨率、设置人脸在证件照中的占比、设置脸部中心在证件照中的位置、设置头顶距离。
664 1
|
1月前
|
人工智能 安全 机器人
Jev in the Wild:首个 Jev 模型应用生态综述与分析
Jev是TypeSafe AI推出的System One决策模型,专精高频小决策,以Choice/Score/Noul三类结构化输出,兼顾零样本泛化、毫秒级响应与极低成本。发布一周即落地2170个GitHub项目,覆盖Agent、安全、路由、仿真等八大领域。(239字)
|
3月前
|
消息中间件 负载均衡 算法
大模型GPU推理队列排队治理:限流规则+优先级调度+长短拆分+集群负载指南.172
大模型推理队列是承载生成请求的缓冲调度层,用于应对GPU算力稀缺、推理耗时长且不均等特性。通过限流、优先级调度、长短请求拆分、溢出防护和集群负载均衡五大治理手段,实现削峰填谷、保障高可用与资源高效利用。
304 2
|
3月前
|
存储 缓存 数据中心
大模型多租户隔离:资源隔离、权限管控、性能互不干扰,SaaS落地场景实战.156
大模型多租户隔离是SaaS化核心,通过租户ID实现资源、权限与性能三重隔离:共享GPU/模型降低成本,逻辑隔离确保数据不交叉、请求不干扰、权限不越界,满足金融级安全与高并发稳定性要求。
482 1
|
6月前
|
达摩院 物联网 Swift
大模型微调开源框架推荐
LLaMA-Factory(零代码WebUI,支持100+模型)、PEFT(Hugging Face官方高效微调库)、Axolotl(YAML配置驱动)、Unsloth(提速2–5倍、省显存80%)、DeepSpeed(微软大规模分布式训练)、Swift(达摩院出品,国产模型友好)。按需选型,覆盖全场景。
1588 0
|
安全 Android开发 iOS开发
深入探索Android与iOS的差异:从系统架构到用户体验
在当今的智能手机市场中,Android和iOS无疑是最受欢迎的两大操作系统。本文旨在探讨这两个平台之间的主要差异,包括它们的系统架构、开发环境、安全性、以及用户体验等方面。通过对比分析,我们可以更好地理解为何不同的用户群体可能会偏好其中一个平台,以及这些偏好背后的技术原因。
|
10月前
|
开发工具 开发者 AI芯片
昇腾 Triton-Ascend 开源实战:架构解析、环境搭建与配置速查
本文深度解析Triton-Ascend开源项目,涵盖源码结构、编译流程与环境部署,重点针对Ascend 910B硬件提供从CANN安装到算子开发的保姆级指南,并详解Autotune调优策略与性能分析工具,助力开发者高效构建高性能AI算子。
1237 0