AI 助理
文档备案控制台

视觉智能开放平台

首页 标签 视觉智能开放平台
# 视觉智能开放平台 #
关注
16067内容
相关问产品
视觉智能开放平台
6794问题 99%回答率
相关子社区
视觉智能
13024内容 3活动 929关注
最新 热门 文章 问答 视频 训练营 活动
真的很搞笑
|
问答
|
来自： 视觉智能
阿里云通义千问，怎么申请内测？
# 视觉智能开放平台
三分钟热度的鱼
|
问答
|
来自： 视觉智能
文字识别OCR体验了一下，识别不出来，麻烦帮我看下怎么解决？
# 文字识别 # 视觉智能开放平台 # 文字识别
认真回答每一个问题
|
1月前
|
问答
|
来自： 视觉智能
obs 实时字幕插件在哪下载？obs 实时字幕插件如何安装？obs 实时字幕插件如何使用？
# 视觉智能开放平台
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
SAM 2.1：Meta 开源的图像和视频分割，支持实时视频处理
SAM 2.1是由Meta（Facebook的母公司）推出的先进视觉分割模型，专为图像和视频处理设计。该模型基于Transformer架构和流式记忆设计，实现了实时视频处理，并引入了数据增强技术，提升了对视觉相似物体和小物体的识别能力。SAM 2.1的主要功能包括图像和视频分割、实时视频处理、用户交互式分割、多对象跟踪以及改进的遮挡处理能力。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # Linux # API # Windows
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Manga Image Translator：开源的漫画文字翻译工具，支持多语言翻译并嵌入原图，保持漫画的原始风格和布局
Manga Image Translator 是一款开源的漫画图片文字翻译工具，支持多语言翻译并能将翻译后的文本无缝嵌入原图，保持漫画的原始风格和布局。该工具基于OCR技术和深度学习模型，提供批量处理和在线/离线翻译功能。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 自然语言处理 # 文字识别 # 计算机视觉
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
StereoCrafter：腾讯开源将任意2D视频转换为立体3D视频的框架，适用于Apple Vision Pro等多种显示设备
StereoCrafter 是腾讯开源的框架，能够将单目2D视频转换为高保真度的立体3D视频，适用于多种显示设备。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 编解码 # 并行计算 # 数据处理
Lethehong-44459
|
博文
|
来自： 视觉智能
AI Ping：精准可靠的大模型服务性能评测平台
AI Ping是清华系团队推出的“大模型服务评测平台”，被誉为“AI界的大众点评”。汇聚230+模型服务，7×24小时监测性能数据，以吞吐量、延迟等硬指标助力开发者科学选型。界面简洁，数据可视化强，支持多模型对比，横向对标国内外主流平台，为AI应用落地提供权威参考。
# 视觉智能开放平台 # 人工智能 # 数据可视化 # 前端开发 # 开发者 # UED
未来智能研习社
|
10月前
|
博文
|
来自： 视觉智能
# 用Prompt Engineering高效生成合规Amazon包类套图
利用Prompt Engineering，仅需1张实拍图+产品参数，即可高效生成符合Amazon美国站合规要求的包类套图。通过结构化提示词，明确主图、卖点、场景等6类图片职责，确保每张图精准传达信息，避免AI篡改产品细节，实现低成本、可复用、规模化出图，大幅提升上架效率。
# 视觉智能开放平台 # 人工智能
游客s66bpvufjgzmi
|
11天前
|
博文
|
来自： 视觉智能
AI产品广告怎么做？15秒时间轴JSON和光、镜头、节奏验收表（2026）
本文回答：一条 15 秒的 AI 产品广告怎么按秒写成时间轴 JSON（起止时间、景别、运镜、主光方向、转场），时间轴里的秒数怎么变成生成参数和剪辑入点，每一镜的提示词怎么从字段拼出来，以及光、镜头、节奏三项质感怎么逐条验收。
# 视觉智能开放平台 # 人工智能 # JSON # 编解码 # 数据安全/隐私保护 # 数据格式
真的很搞笑
|
问答
|
来自： 视觉智能
身份证识别ocr，每次购买需要更换url地址吗？
# 文字识别 # 视觉智能开放平台 # 文字识别
免费试用