功能描述 物体检测能力可以检测输入图像中的物体。关于该接口功能的示例图如下：说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有完整的免费产品体验，您可以单击 立即试用 对该能力进行更直观试用以及在线购买...
中国大陆（北京）模型类型 时间 模型规格 功能说明 图像编辑 2025-12-23 qwen-image-edit-plus-2025-12-15 通义千问图像编辑发布的最新快照模型，相较于上一版本提升了角色一致性、工业设计能力和几何推理能力，并优化了编辑后的图片与原图...
如果传入该参数，则在检测视频中图像的同时，对视频中语音进行检测。说明 如果需要检测视频语音，则不支持通过上传视频截帧序列的方式（即在 task 中传入 frames）进行检测，您必须传入视频或视频流的URL地址（即在 task 中传入 url）进行...
PolarDB for AI 工业质检方案集成了深度学习...步骤三：构建缺陷检测数据集 利用上一步创建的工件模板，从大量工件图片中裁剪出各个孔洞的独立图像，然后对这些孔洞图像进行合格或缺陷的标注，从而构建用于训练最终分类模型的数据集。批量裁剪...
使用该场景的前提是您知道要检测的图像包含哪种类型的证件。结构化卡证OCR目前支持识别以下卡证类型：营业执照、身份证（人像面和国徽面）、护照、银行卡、驾驶证（正反面）、行驶证（正反面）、车牌、车辆VIN码、户口簿户主页、户口簿常住...
图片大小限制为20 MB以内（适用于同步和异步调用），高度或者宽度不能超过30,000像素（px），且图像总像素不超过2.5亿（px）。图片下载时间限制为3秒内，如果下载时间超过3秒，返回下载超时。图片像素建议不低于256*256（px），像素过低...
图像识别 水果检测识别（DetectFruits）。商品理解 家居SPU识别（RecognizeFurnitureSpu）、家居属性识别（RecognizeFurnitureAttribute）。3D视觉 多视角三维重建（ReconstructThreeDMultiView）、图像人体重建...
如果图像中没有检测到人脸，将返回错误提示。年龄区间包含：'0-2'、'3-9'、'10-19'、'20-29'、'30-39'、'40-49'、'50-59'、'60-69'、'70+'。图像多标签 1次基础模型服务 提供图像多标签打标能力，可以输出概率最高的Top K个标签以及对应的...
智能视觉生产IVPD提供以下相关API接口...在线调试 DetectImageElements 元素识别检测，别图像中包含的元素，用矩形框标注出其位置，并区分其对应的基本类型（人/物、修饰、文案）。输入单张图像，输出n个元素的坐标位置及对应的类型。在线调试
针对此类混合型内容，ASP协议引入自适应编码技术，只传输有变化的区域的更新内容，通过图像分析和检测进行分类编码，实现降低带宽、提高画质的目的。优质的网络传输 在网络抖动、弱网环境下，实时交互质量受到影响；在音视频通话场景下，...
面向大语言模型的文本审核PLUS服务 图片合规检查 图片合规检查包括以下内容：图片检测：关注图像内容本身的合规性，例如图片内容检测、敏感物体检测、版权检查、水印和品牌标志检查。文本检测：关注图像中的文字内容。图片审核增强版介绍及...
示例：[{"src":"应用程序接口","tgt":"API"},{"src":"机器学习","tgt":"ML"}]config object（可选）属性 skipImgSegment bool（可选）用于控制是否跳过主体检测，翻译图像中主体（如人物、商品、Logo）上的文字。false：默认值，进行主体...
AnswerImageDataList.N.AnswerImageData String 否 iVBORw0KGgoAAAANSUhEUgAAAoAAAAHJCAIAAACaEB9NAAEAAElEQVR4nNT9Wb*待检测皮肤病图像的Base64编码字符串。最多支持添加50条。文件的Base64编码处理操作，请参见 文件Base64处理。说明 当 ...
说明 背景杂乱：复杂的背景可能会与面部特征混淆，影响检测结果 在图像中存在多个人脸时，相互之间可能会发生遮挡，检测算法的性能可能会下降。前提条件 已创建并获取AccessKey。具体操作，请参见 创建AccessKey。已开通OSS服务、创建存储...
请求参数 参数 类型 说明 是否必须 isFaceDetect Boolean 是否开启动作主体识别 否 imgSize NSInteger 手部检测输入的图像大小 否 classifyThreshold float 手势识别阈值 否 phoneActionIOU float 手持手机 IOU 阈值 否 phoneActionTime ...
2023年05月 类目名称 能力名称 功能描述 发布时间 发布地域 相关文档 图像分析处理 胃癌检测 可以根据输入扫描范围覆盖胃部的平扫CT（例如胸部或腹部平扫CT等），检测胃癌和非胃癌病变。2023-05-26 华东2（上海）胃癌检测 2023年04月 类目...
方式二：自行准备.csv格式的离线预标注文件 离线预标注文件至少包含 数据/数据源 和 预标注信息，以 图像类-目标检测 任务为例，您可下载 offline_prelabel_file_name.csv，各列说明如下：source 列：填写图片的OSS地址。结果字段-目标检测...
说明 目前操作审计支持视觉智能开放平台的功能包括：人体人脸识别、图像识别、图像分割、目标检测、OCR识别、视觉智能辅助工具。事件名称 事件含义 AddBodyTrace 添加Trace。AddFaceImageTemplate 增加图像人脸融合模板。BatchAddFaces ...
通用文字识别SDK（iOS）肢体关键点 肢体关键点SDK（Android）可识别授权人体图像的15个关键点检测信息，包括鼻子，眼睛，脖子，左肩，右肩等。肢体关键点SDK（iOS）肢体动作计数 肢体动作计数SDK（Android）通过摄像头拍摄人像动作视频，...
屏幕聊天工具检测：输入截屏图像，判断是否出现常见的聊天工具。考生状态检测：利用考生的前置摄像机获取图像，判断出现的人脸人体个数、人脸角度朝向、是否戴耳机，是否使用手机。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可...
0.000076 0.00036 元/次 图像-人脸聚类 0.001517 0.06 元/次 图像-相似人脸搜索 0.00595 0.006 元/次 图像-人脸图片基本 0.000083 0.00024 元/次 图像-图片标签检测 0.000076 0.0012 元/次 全球加速 上传加速（AccO2MIn）1.25 1.25 元/GB ...
使用场景 行人检测：通过人体检测技术，对图像中的行人进行定位。行人跟踪：通过人体检测和跟踪技术，进行行人行为分析等。人体计数：通过人体检测技术，对图像中的人体进行计数，用于人流统计、场所安全等。如何使用 前提条件 已 开通智能...
2022-12-30 华东2（上海）人脸比对1:1 2022年9月 类目名称 能力名称 功能描述 发布时间 发布地域 相关文档 图像分析处理 食管癌检测 食管癌检测能力可以根据输入的胸部平扫CT评估食管癌风险。实际可用于扫描范围涵盖食管的平扫CT，如胸部...
具体方向包括：人脸人体、文字识别、商品理解、内容审核、图像识别、图像生产、分割抠图、视觉搜索、图像分析处理、目标检测、视频理解、视频生产、视频分割 共13个类目，上百项AI能力供您使用。平台将持续更新迭代更多视觉AI能力，所有...
图片审核增强版介绍 头像图片检测 针对各种头像场景专门优化，支持对色情、性感、涉政、暴恐、违禁、宗教、广告引流、特殊标识、行为、特定物体、不良、谩骂、图像质量等内容进行检测，包括图片中画面内容和图片中文字内容。图片审核增强版...
业务场景 头像图片检测（profilePhotoCheck）针对各种头像场景专门优化，支持对色情、性感、涉政、暴恐、违禁、宗教、广告引流、特殊标识、行为、特定物体、不良、谩骂、图像质量等内容进行检测，包括图片中画面内容和图片中文字内容。...
支持检测和追踪四组预置人脸信息（人脸图像+角色名称）。支持设置人脸匹配相识度。支持在视频中把匹配到的人脸进行标记。提示人脸上线消息。当第一次在视频中检测到预设的人脸图像信息时，返回人脸上线消息。提示人脸离线消息。如果在指定...
当第一次在视频中检测到预设的人脸图像信息时，返回人脸上线消息。提示人脸离线消息。如果在指定的时间间隔内检测不到已标记的人脸，返回人脸离线消息。支持动态设置检测频率，比如每秒钟 5 次。SDK 根据检测频率调用模型 SDK 进行检测并将...
本文介绍图像分析处理（imageprocess）类目下的肋骨骨折检测DetectRibFracture的语法及示例。服务说明 由于产品业务调整，肋骨骨折检测服务将迁移至达摩院 达医智影官网，肋骨骨折检测服务于2025年11月26日起停止新用户开通调用，历史开...
支持检测和追踪四组预置人脸（人脸图像+角色名称）信息。支持设置人脸匹配相识度。支持在视频中把匹配到的人脸进行标记。提示人脸上线消息。当第一次在视频中检测到预设的人脸图像信息时，返回人脸上线消息。提示人脸离线消息。如果在指定...
当第一次在视频中检测到预设的人脸图像信息时，返回人脸上线消息。提示人脸离线消息。如果在指定的时间间隔内检测不到已标记的人脸，返回人脸离线消息。支持动态设置检测频率，比如每秒钟 5 次。SDK 根据检测频率调用模型 SDK 进行检测并将...
文档审核大模型版 通用文档审核大模型版（document_detection_byvl）文档图像部分基于图片审核大模型服务，检测文档中是否包含图像或文本违规信息，包括色情、性感、涉政、暴恐、违禁等底线类内容。适用于通用类型文档的内容检测，支持 ...
如果待检测图片超过大小或者分辨率较高，请先进行图像压缩后再提交检测。更多信息，请参见 同步检测。为什么调用内容安全视频直播流审核接口返回错误码480（Input/output error）？报错原因：表示下载失败，错误信息 Input/output error ...
通用文档检测服务_大模型版（document_detection_byvl）文档图像部分基于图片审核大模型服务，检测文档中是否包含图像或文本违规信息，包括色情、性感、涉政、暴恐、违禁等底线类内容。适用于通用类型文档的内容检测，支持 WORD、PPT、...
如果返回 liveness，代表图像为翻拍照片或未检测到人脸，操作结束。调用 人脸比对1:1（CompareFace）。请求参数 ImageURLA 和 ImageURLB，分别对应待比对的人脸图片URL和身份证图片URL地址，得到返回参数 Confidence，流程调用结束。根据...
背景信息 Grounded SAM模型是一个最强的零样本视觉应用，它可以通过文本输入，检测、分割和生成任何图像。它是由IDEA领衔的中国专业团队打造的，基于Meta的SAM模型和其他三个强大的零样本模型。Grounded SAM模型主要由Grounding DINO和SAM...
类目 热门能力 人脸人体 人脸搜索1:N、图像人脸融合、人脸活体检测等能力。文字识别 身份证识别、驾驶证识别、PDF识别等能力。商品理解 商品分类。内容审核 文本内容安全、图片内容安全。图像识别 通用图像达标、元素识别、场景识别等能力...
例如，使用图像清晰度评分和物体检测两个能力，可共用已购买的两个通用预付费资源包。价格费用计算详情请参见 计费方式。如果因业务需求更多QPS，请通过 咨询服务 联系我们。图像超分 图像超分 能力支持 按量付费 和 通用预付费资源包 方式...
具体方向包括：人脸人体介绍、文字识别介绍、商品理解介绍、内容审核介绍、图像识别介绍、图像生产介绍、分割抠图介绍、视觉搜索介绍、图像分析处理介绍、目标检测介绍、视频理解介绍、视频生产介绍、视频分割介绍 共13个类目，上百项AI...
功能描述 银行卡识别能力可以检测输入的主流银行卡图像，输出3个信息，包括：发卡行、银行卡号、有效日期。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有完整的免费产品体验，您可以单击 立即试用 对该能力...