2025年 12月 类别 功能名称 功能描述 发布时间 相关文档 新增 主体识别 支持从图像中自动检测并识别一个或多个主要目标，适用于智能监控、自动驾驶、图像检索等典型计算机视觉应用场景。2025-12-19 主体识别 新增 多模态排序 提供图像的...
使用图像识别节点，可调用云市场购买的API进行烟雾火焰火灾、动物、植物花卉、花草树木鉴定等识别。节点配置 配置项 说明 节点名称 设置节点名称。支持中文汉字、英文字母、数字和下划线（_），长度不超过30个字符。选择能力 从下拉框中...
2021-07-31 华东2（上海）主动脉瘤肺动脉高压检测 2021年06月 类目名称 能力名称 功能描述 发布时间 支持终端 相关文档 离线SDK 实时视频分割SDK 基于深度学习框架，结合检测识别技术，实现高精视觉分割能力，可实现实时全自动主体、场景...
本文介绍图像识别（imagerecog）类目下的颜色识别RecognizeImageColor的语法及示例。功能描述 颜色识别能力可以对输入图片的颜色信息进行分析，输出颜色值（RGB形式和HEX格式）与对应的占比信息。说明 您可以进入 在线咨询 获取在线人工...
商品理解技术是基于阿里云深度学习算法，结合图像或视频的商品检测、分析/比对技术，为您提供对商品类目、标签、属性的识别以及置信度信息等能力。可广泛应用于电子商务、零售、生产等行业，实现货架商品识别、商品二维码识别、商品属性...
本文介绍图像识别（imagerecog）类目下的证件照质量审核EvaluateCertificateQuality的语法及示例。功能描述 证件照质量审核能力可以识别拍摄的证件照片是否存在质量问题，且有哪些质量问题。说明 您可以进入 在线咨询 获取在线人工帮助。...
图像检测接口 POST https://dashscope.aliyuncs.com/api/v1/services/aigc/image2video/face-detect 入参描述 字段 类型 传参方式 必选 描述 示例值 Content-Type String Header 是 请求类型：application/json。application/json ...
能力介绍 能力名称 支持终端 描述 实时视频分割 实时视频分割SDK（Android）基于深度学习框架，结合检测识别技术，实现高精视觉分割能力，可实现实时全自动主体、场景像素级识别，对高度镂空主体、复杂背景等场景都有较好的效果。...
本文介绍图像识别（imagerecog）类目下的垃圾分类识别ClassifyingRubbish的语法及示例。功能描述 垃圾分类识别能力可以对图片中的物品垃圾进行分类，并给出具体的物品名称。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...
处理器：2.5 GHz主频的Intel ® Xeon ® Platinum 8269CY（Cascade Lake），睿频3.2 GHz，计算性能稳定 适用场景：视频格式、码流转换 图像与视频内容处理 图像识别前的帧图像提取 video-trans实例规格 video-trans包括的实例规格为ecs....
本文档介绍了该模型提供的图像检测能力的API调用方法。重要 本文档仅适用于“中国大陆（北京）”地域，且必须使用该地域的 API Key。模型概览 模型名 模型简介 emo-detect-v1 emo-detect-v1是一个特定的图像检测模型，用于检测输入的图片...
本文介绍图像识别（imagerecog）类目下的元素识别DetectImageElements的语法及示例。功能描述 元素识别能力用于识别输入图像中所包含的元素内容，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）。输入原图：输出结果图...
本文介绍图像识别（imagerecog）类目下的菜品识别RecognizeFood的语法及示例。服务说明 由于产品业务调整，菜品识别服务于 即日起停止新用户开通调用，历史开通过该服务的老用户可继续调用，2026年04月20日后该服务将下架，不再支持新老...
通过阿里云视觉智能开放平台提供的创新型证件识别技术，可实现证件高效识别。说明 阿里云视觉智能开放平台各类目视觉AI能力SDK接入、接口使用或问题咨询等，请通过钉钉群（23109592）加入阿里云视觉智能开放平台咨询群联系我们。能力优势 ...
本文介绍图像识别（imagerecog）类目下的广告素材分析TaggingAdImage的语法及示例。功能描述 广告素材分析能力可以对素材图片中的人物（明星、素人、CG人物）、场景等打上标签信息，可支持数千个内容标签，覆盖范围广。说明 您可以进入 ...
声音事件检测主要任务是检测识别音频中诸如背景音乐、哭声、笑声、爆炸声之类的声音，并标注出声音的起止时间。计费和并发限制 声音事件检测提供试用版和商用版两种计费模式，详情请参见 试用版和商用版。如果您需要将试用版升级为商用版，...
功能描述 通用文字识别能力可以识别图像中文字内容和文字区域坐标，适用于多场景图像文字识别。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...
阿里云视觉智能开放平台基于达摩院自研的人脸人体分析技术，提供人脸检测与五官定位、人脸属性识别、人脸比对、人脸搜索、人体检测、人体属性、行为分析等多种功能，为开发者和企业用户提供高性能高可用的人脸人体识别服务。广泛应用于数字...
分割抠图技术基于阿里云深度学习技术，结合检测识别技术，为您提供高精度视觉分割能力。分割抠图技术可以实现秒级全自动主体、场景像素级识别，制作4通道透明素材。不仅实现了发丝级精抠，对高度镂空主体、复杂背景等场景都有很好的效果，...
示例：{"Type":"suggestion","Value":"block,review"} ImageAutoFreezeOpened Boolean 否 否 图像检测是否自动冻结开关。取值：true：自动冻结，false：不自动冻结。ImageScenes List 否 否 OSS存量扫描任务中包含的图像处理方案。取值：...
重要 风险检测识别结果的 时效性为 T+1。这意味着，风险检测并非实时进行，而是基于 前一天（T）的数据进行离线分析。因此，您在今天（T+1）看到的风险事件，是反映了昨天 发生的操作。请在进行风险分析和事件追溯时，注意这一时间特性。...
文本违规检测 社交媒体监控 在社交媒体平台上，文本内容检测技术可以自动识别和过滤包含欺凌、仇恨言论、不当内容或其他违反平台规则的信息，有助于保护用户免受有害信息的侵扰，还能维护线上交流环境的健康和安全，确保内容的合规性和积极...
阿里云视觉智能开发平台目前支持人脸人体、文字识别、商品理解等10+类别的视觉AI技术，其中包括的上百种能力均可通过SDK方式调用。说明 阿里云视觉智能开放平台各类目视觉AI能力SDK接入、接口使用或问题咨询等，请通过钉钉群（23109592）...
DetectPedestrian 人体检测 识别输入图片中的人脸数量。PedestrianDetectAttribute 人体结构化属性 检测图片中人体的属性，具体功能包括人体检测以及属性预估。例如：性别，年龄，朝向，帽子，眼镜，包，衣服，颜色等。MonitorExamination ...
ImageSummary Object 图像检测结果汇总。具体结构，请参见 ImageSummary。说明 当文档文件是txt格式时，无图片检测结果。TextSummary Object 文字检测结果汇总。具体结构，请参见 TextSummary。表4.ImageSummary 名称 类型 示例值 描述 ...
内容审核技术基于阿里云视觉分析技术和深度识别技术，并经过阿里集团内和云上客户的多领域、多场景的广泛应用和不断优化，提供风险和治理领域的图像识别、定位、检索等全方位服务能力，不仅能帮助用户降低色情、暴恐、广告、垃圾、敏感信息...
语音识别检测，可以直观的看到指定语音模型语音转文字的识别准确率，通过人工校验得到正确的文本标注结果，用来训练您的自定义模型；通过型对比可以看到每次优化后的准确率提升情况，从而让您十分高效的提升语音转文字的识别准确率。提升...
本文介绍调用通用图文OCR检测接口识别图片中文字的方法。一、功能介绍 通用图文OCR识别用于识别图片中的文字，返回识别的文字内容、文字位置。服务（Service）检测说明 服务名：通用图文OCR Service：generalOcr 支持识别语种为中文、英文...
考虑到匹配的准确性与效率，我们一般推荐您使用基于自动匹配的模式，若您希望捕捉的控件或其所在的界面无法被该模式识别，您也可以通过CV图像录制的模式，来截取目标操作区域，RPA会通过图像识别的方式对其进行匹配。2.1.自动匹配模式/win...
功能 名称 说明 内容识别 检测图片中的标签。更多信息，请参见 内容识别。二维码检测 检测图片中的二维码，并返回二维码的内容和位置。更多信息，请参见 二维码识别。图片裁剪建议 根据指定裁剪比例获取图片的裁剪建议。更多信息，请参见 ...
智能审核 类型说明 智能审核 是指对 视频、音频和图片媒体文件内容进行多维度精准识别，检测媒体文件中的风险或违规内容。点播媒体处理智能审核功能当前支持以下六种审核类型：审核类型 描述 鉴黄 检测媒体中是否包含色情或性感内容。暴恐...
本文主要介绍图像识别收费能力的计费方式及费用详情。其余未收费能力当前还处于公测阶段，可免费使用。咨询服务 如果您有任何购买问题需要咨询阿里云视觉智能开放平台，欢迎各位企业用户、开发商、服务商或者开发者通过钉钉搜索群号 ...
使用场景 人脸识别：通过人脸检测和识别技术，检测人脸信息。然后将人脸与数据库中的人脸进行比对，实现身份验证、门禁控制等应用。人脸认证：通过人脸检测和认证技术，验证用户的身份，如手机解锁、支付验证等。人脸表情分析：通过人脸...
功能描述 明星识别能力可以识别图像中的明星人物。可以识别超过2.7万个明星人物。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...
1.组件介绍 说明 必要前置组件：无 建议后置组件：条件分支（可通过分支条件判断OCR能力是否调用成功并设计后续对应流程）利用本组件可以使用OCR技术识别图片中的各类表格（示例）。2.输入项 说明 请参照可视化编辑器内组件面板中各输入项...
1.组件介绍 说明 必要前置组件：无 建议后置组件：条件分支（可通过分支条件判断OCR能力是否调用成功并设计后续对应流程）利用本组件可以使用OCR技术识别各行业场景下的非结构化文字，支持返回文字内容和位置坐标信息（示例）。2.输入项 ...
服务（Service）检测说明 服务名：图片万物识别 Service：generalRecognition 基于大模型能力，能识别图片中的多种元素。支持返回元素标签和置信度。二、计费说明 图片万物识别 增强版 支持按量后付费 和资源包抵扣两种 付费方式。按量后...
使用场景 人脸识别：通过人脸检测和识别技术，检测人脸信息。然后将人脸与数据库中的人脸进行比对，实现身份验证、门禁控制等应用。人脸认证：通过人脸检测和认证技术，验证用户的身份，如手机解锁、支付验证等。人脸表情分析：通过人脸...
1.组件介绍 说明 必要前置组件：无 建议后置组件：条件分支（可通过分支条件判断OCR能力是否调用成功并设计后续对应流程）利用本组件可以使用OCR技术识别电商商品宣传、社区贴吧、网络UGC等网络场景下图片（电商图片文字识别）。...
人像检测 支持图像检测功能，可定位身份证中的人像图案并返回坐标。图像增强 默认支持图像增强，包括图像自动旋转、畸变自动矫正、模糊图片自动增强等能力。如何使用本接口 步骤 概述 1 开通 个人证照识别 服务。开通服务前后，您可以通过 ...