吴恩达《机器学习》课程总结（18）应用实例：图片文字识别
18.1问题描述和流程图
（1）图像文字识别是从给定的一张图片中识别文字。
（2）流程包括：
1.文字侦测
2.字符切分（现在不需要切分了）
3.字符分类
18.2滑动窗口
在行人检测中，滑动窗口是首先训练一个固定尺寸输入的判断是否有行人的网络，然后在一张图片中裁该尺寸的图片，送入到网络中；然后不断移动裁剪区，重复以上过程，知道裁剪到最后，这时按比例放大裁剪区，然后将裁剪到的图片缩放到网络的输入，如此循环。
阿里云图像识别Java调用示例参考
图像识别服务（Image Recognition）基于大数据和深度学习实现，可精准识别图像中的视觉内容，包括上千种物体标签、数十种常见场景等，包含场景分类、图像打标、鉴黄等在线API服务模块，应用于智能相册管理、图片分类和检索、图片安全监控等场景。
历史科普视频的AI自动化生产工作流：从全手动到半自动的工程演进
本文量化历史科普视频制作瓶颈，对比全手动（Stable Diffusion/GPT-SoVITS/Manim等开源栈）与半自动（花生AI为核心）方案。实测混合工作流将单期耗时从29–49小时压缩至10–15小时，效率提升60%+，兼顾质量、可控性与落地性。
AI短剧/AI广告生成实战流程：阿里云百炼新上线的HappyHorse 1.1功能详解、参数调试、成本指南
HappyHorse是阿里云推出的端到端AI视频生成大模型，2026年6月22日正式上线迭代版本HappyHorse 1.1，部署在阿里云百炼平台对外开放API调用与在线调试能力，主打短剧、电商广告、品牌宣传片、内容营销短片四大商用内容场景。相比初代HappyHorse 1.0，新版本在动态时序、角色一致性、画面质感、音画协同、长指令理解五大核心维度完成系统性升级，解决旧版动作僵硬、人物面部失真、多角色画面互相污染、长分镜逻辑断裂等行业常见痛点。
