AI 助理
文档备案控制台

图像识别

首页 标签 图像识别
# 图像识别 #
关注
1221内容
相关子社区
ModelScope模型即服务
14966内容 6活动 3883关注
最新 热门 文章 问答 视频 训练营 活动
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Eliza：TypeScript 版开源 AI Agent 开发框架，快速搭建智能、个性的 Agents 系统
Eliza 是一个开源的多代理模拟框架，支持多平台连接、多模型集成，能够快速构建智能、高效的AI系统。
# 图像识别 # 存储 # 人工智能 # 开发框架 # JavaScript # API
蚝油菜花
|
10月前
|
博文
|
来自： ModelScope模型即服务
阿里通义开源全模态大语言模型 R1-Omni：情感分析成绩新标杆！推理过程全程透明，准确率飙升200%
R1-Omni 是阿里通义开源的全模态大语言模型，专注于情感识别任务，结合视觉和音频信息，提供可解释的推理过程，显著提升情感识别的准确性和泛化能力。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 监控 # 计算机视觉
hahah116
|
问答
|
来自： ModelScope模型即服务
怎么修改model scope的默认存储位置
# 图像识别 # 存储 # 开发工具
aliyun8832924060
|
博文
|
来自： 大数据与机器学习
神经网络：模拟人脑以实现智能决策
神经网络作为模拟人脑神经元工作原理的模型，在人工智能领域发挥了重要作用。从图像识别到自然语言处理，神经网络在多个领域展现出强大的能力。随着技术的不断进步，神经网络有望在未来实现更高级别的智能决策，为人工智能的发展带来新的机遇和挑战。
# 图像识别 # 自然语言处理 # 机器学习/深度学习 # 人工智能 # 自然语言处理 # 决策智能
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Vision Parse：开源的 PDF 转 Markdown 工具，结合视觉语言模型和 OCR，识别文本和表格并保持原格式
Vision Parse 是一款开源的 PDF 转 Markdown 工具，基于视觉语言模型，能够智能识别和提取 PDF 中的文本和表格，并保持原有格式和结构。
# 图像识别 # 自然语言处理 # 人工智能 # 文字识别 # 自然语言处理 # API # Python
蚝油菜花
|
12月前
|
博文
|
来自： ModelScope模型即服务
Pipecat实战：5步快速构建语音与AI整合项目，创建你的第一个多模态语音 AI 助手
Pipecat 是一个开源的 Python 框架，专注于构建语音和多模态对话代理，支持与多种 AI 服务集成，提供实时处理能力，适用于语音助手、企业服务等场景。
# 图像识别 # 智能语音交互 # 人工智能 # 数据处理 # 语音技术 # 开发者 # Python
蚝油菜花
|
11月前
|
博文
|
来自： ModelScope模型即服务
Oumi：开源的AI模型一站式开发平台，涵盖训练、评估和部署模型的综合性平台
Oumi 是一个完全开源的 AI 平台，支持从 1000 万到 4050 亿参数的模型训练，涵盖文本和多模态模型，提供零样板代码开发体验。
# GPU云服务器 # 图像识别 # 人工智能 # 物联网 # 开发者 # 异构计算
蚝油菜花
|
10月前
|
博文
|
来自： ModelScope模型即服务
Open-LLM-VTuber：宅男福音！开源AI老婆离线版上线，实时语音+Live2D互动还会脸红心跳
Open-LLM-VTuber 是一个开源的跨平台语音交互 AI 伴侣项目，支持实时语音对话、视觉感知和生动的 Live2D 动态形象，完全离线运行，保护用户隐私。
# 图像识别 # 人工智能 # 并行计算 # 语音技术 # 异构计算 # Windows
蚝油菜花
|
12月前
|
博文
|
来自： ModelScope模型即服务
Eko：一句话就能快速构建复杂工作流的 AI 代理开发框架！快速实现自动操作电脑和浏览器完成任务
Eko 是 Fellou AI 推出的开源 AI 代理开发框架，支持自然语言驱动，帮助开发者快速构建从简单指令到复杂工作流的智能代理。
# 图像识别 # 自然语言处理 # 人工智能 # 开发框架 # 自然语言处理 # 调度 # 开发者
游客euzbdslcvoev4
|
问答
|
来自： ModelScope模型即服务
qwen-vl-chat模型可以传入多张图片吗？
# 图像识别
免费试用