文字识别

首页 标签 文字识别
# 文字识别 #
关注
6044内容
|
2天前
|
车位与车牌目标检测数据集:4类别 | 目标检测
本数据集含5000张真实停车场图像,标注4类目标(空位、已占用、违规停车、车牌),支持YOLO等主流模型训练,适用于智慧停车、违停检测等场景,助力无人值守停车场落地。(239字)
|
2天前
| |
Hawa Code Computer use 优化项
Hawa Code 的 Computer MCP 提供桌面自动化能力:通过截屏识别 UI 元素,支持点击、输入、滚动等操作;内置 key/type/click_element 等十余种精准控制工具,并兼容多平台无障碍 API 与 OCR。
|
2天前
| |
阿里云Qwen3.7-Plus全解析:核心能力、订阅方案与部署实操指南
阿里云Qwen3.7-Plus是通义千问系列面向智能体时代推出的均衡型多模态大模型,定位为“能看、能想、能动手”的端到端执行型智能体,在保持接近旗舰模型文本能力的同时,大幅强化视觉理解、GUI交互与任务闭环能力,兼顾性能与成本,是企业与个人构建多模态AI应用的高性价比选择。以下从核心功能、优惠订阅方案、部署实操三大维度,全面解析Qwen3.7-Plus的技术特性、计费策略与落地流程,帮助用户快速掌握模型使用与部署要点。
RPA 实战:滑块验证码、登录弹窗、动态页面通用处理方案
本文针对RPA自动化中三大顽疾——滑块验证码、登录弹窗、动态页面加载,提供经生产验证的实战方案:基于ddddocr实现高精度缺口识别与拟人化滑动轨迹;通过异常捕获+多 selector 智能弹窗感知;采用轮询检测+网络监听应对Ajax懒加载;辅以指纹浏览器、行为模拟与AI元素自愈,全面提升脚本鲁棒性与拟真度。
RPA OCR 文字识别实战:本地离线识别、发票 / 合同多模态信息提取
本文介绍了一套安全、低成本的本地离线OCR解决方案:基于PaddleOCR+国产RPA引擎,无需联网、不传数据,支持发票/合同多模态识别与结构化提取。适配普通办公电脑,模型仅30MB,可打包为EXE一键部署,兼顾金融/政务级数据安全与中小企业预算需求。
|
5天前
| |
祁木CAD Translator 原理拆解:基于百炼云技术的DWG/DXF工程图纸结构化翻译技术解析
本文解析DWG/DXF图纸结构化翻译技术,突破OCR识别不准、插件兼容差、人工效率低、通用AI误译等瓶颈;首创三层解耦架构,实现文本精准提取、术语智能保护、动态重排回填、多模式译文写入及本地离线私有化部署,支持中俄/中英/中西/中越等多语种批量高保真翻译,赋能设计院、工程外贸与涉密项目高效合规交付。
|
5天前
|
二维码钓鱼攻击演进与邮件安全多层防御体系研究
本文针对激增的二维码钓鱼(Quishing)攻击,系统梳理其三阶段演化及HTML虚拟码、ASCII字符码等新型规避技术,揭示传统邮件网关在图像解析、跨设备管控等方面的结构性缺陷;创新提出文本语义识别、多模态图像解析、URL动态校验三层联动防御架构,并提供轻量级Python实现,辅以技术改造、终端管控、情报协同与认知提升四维闭环治理方案。(239字)
|
5天前
|
电信入网人脸识别实名新规下活体抗欺诈多层风控体系研究
韩国2026年7月起实施手机入网人脸实名新规,强制人脸识别核验以遏制傀儡号黑产。本文剖析AI换脸、屏幕回放等新型欺骗攻击,指出单一人脸比对防御失效;提出证件OCR防伪、多模态活体检测、设备行为风控三层联动架构,并提供轻量化Python实现,兼顾安全与隐私合规。(239字)
|
5天前
|
2026年AI融合RPA能替代哪些工作?企业财务运营自动化真实使用体验
2026年AI与RPA深度融合已成为企业自动化标配。本文从真实财务运营场景出发,深度拆解银行流水自动转凭证、发票OCR识别与三单匹配、银企对账、薪资核算与社保申报、费用报销自动化、财务报表自动生成等6类可自动化工作,结合149个核算主体对账革命等实战案例,分析页面改版中断、数据安全合规、多设备部署成本三大落地痛点及解法。并从AI融合深度、部署灵活性、生态对接能力、成本透明度、使用门槛五个维度,为企业提供2026年国产轻量型RPA选型参考。
爬虫实战:如何优雅地抓取网页中隐藏在伪元素(::before)里的文本?
本文揭秘爬虫中“页面可见但代码抓不到”的元凶——CSS伪元素(::before/::after)。它生成的文本不在DOM中,导致requests+BS4失效。文章剖析content四种来源,提供接口直采、CSS正则解析、渲染引擎+代理IP三阶方案,并附Selenium实战代码与避坑指南。(239字)
免费试用