视觉智能开放平台

首页 标签 视觉智能开放平台
|
1天前
| |
来自: 视觉智能
浏览器端视频转GIF的实现:canvas抽帧加gif.js编码,10组参数实测GIF体积
在浏览器里用canvas抽帧、gif.js编码,把视频转成GIF。介绍seek抽帧的实现和常见问题,并用同一段5秒视频实测10组参数的GIF体积。
|
4天前
| |
来自: 视觉智能
核验留档技术方案:团队交接中的证据选择与复查约束
文件处理核验进入团队交接后,难点是让没有参与操作的人理解材料能说明什么。本文按协作需求、证据选择、记录字段与复查约束,整理一套留档方案,说明页面截图、HAR与处理条件各自的边界;未包含实测数据。
|
5天前
| |
来自: 视觉智能
从零实现中文车牌识别:YOLOv8 + LPRNet 训练、ONNX 部署与云端 API 接入实践
本文基于开源的 YOLOv8 和 LPRNet,完整实现一套中文车牌检测与识别流程,内容包括 CCPD 数据集处理、检测模型训练、CTC 字符识别原理、ONNX 推理部署和车牌颜色判断,并对比了自建模型与调用云市场 API 两种落地方式,给出各自适用的场景。文中代码均可直接运行。
|
6天前
| |
来自: 视觉智能
AI生成口播数字人越来越方便了
阿里数字人服务:输入文案/录音/照片/PPT,秒生成开口说话的数字人视频。支持克隆形象、照片驱动、PPT讲解三模式,自选模板、背景、字幕与方言,按分钟计费(0.5元起)。所有参数均源自真实技术限制,非宣传口径。(240字)
|
8天前
| |
来自: 视觉智能
宠物面部识别鲁棒性优化:多策略融合与边缘部署实践
本文探讨智慧养宠中宠物面部识别的鲁棒性提升策略,聚焦非合作场景下的光照多变、姿态随意等核心挑战。系统梳理数据增强、光照归一化、姿态校正、模型优化、多任务学习等关键技术路径,兼顾精度与边缘部署需求,助力实现“任意角度、任意光照下精准识宠”。
|
8天前
| |
来自: 视觉智能
实战复盘:用AI做AI漫剧亏损归因分析,从扒数据到出可视化报告全流程
这是一份用AI完成的AI漫剧亏损归因实战报告:涵盖数据采集、建模分析(Python量化回本门槛)、五重挤压归因、多载体交付(HTML/PDF/Word)及6条可复用运营规律,全程开源可验证。(239字)
|
9天前
| |
来自: 视觉智能
技术方案:从HAR线索还原端侧推理会话边界
收到一份HAR记录时,如何还原端侧推理会话的边界?本文按请求方向、响应体积、Timing、Mime Type以及Request Body、Response Body是否可见逐项说明能判断什么、不能判断什么,区分模型资源与用户文件流向,并说明缓存推断需要的处理条件。相关方法为建议流程,未包含实测数据。
|
10天前
| |
来自: 视觉智能
高效率办公PDF批量处理:批量合并多文件夹中相同文件名为独立PDF,咕嘎同名文件合并系统应用案例
咕嘎批量合并系统专为办公归档设计,支持跨多级文件夹扫描PDF/图片,按文件名完全相同或关键字自动分组,一键合并为单个PDF。适配合同、发票、课件、图纸等场景,效率提升10倍以上。
|
13天前
| |
来自: 视觉智能
用MCP做视频,怎样选生成模型?
从当前模型目录出发,按参考素材、声音锚、上一镜帧来源与输出规格筛选兼容方案,再核提示词到出片的字段交接与成功条件。
|
14天前
| |
来自: 视觉智能
参考视频中途切了镜头,动作该怎么提取?
人工核定镜头边界,分别截片、提取骨架并记录人物与接收端用途,用合成切镜片核对命令的边界、帧数和时长。
免费试用