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...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 票据凭证识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 混贴...
功能描述 二维码识别能力可以识别图像中是否含有二维码信息，输出图像中二维码包含的文本信息（每个二维码对应的URL或文本），可支持图像中含有多个二维码识别。说明 在同时检测多个Task的情况下，将按照Task的个数进行累计计费。您可以...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。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 体验馆 免费体验本功能识别效果。2 购买 出生...
效果示例 输入图像 识别结果 识别多种语言 INTERNATIONAL MOTHER LANGUAGE DAY Привет!你好!Bonjour!Merhaba!Ciao!Hello!Ola!בר מולד Salam!识别倾斜图像 产品介绍 本品采用韩国进口纤维丝制造，不缩水、不变形、不发霉、不生...
MPImageGrayListener（废弃）/*获取识别图像的平均灰度值*正常范围大约在 50-140 之间，*当灰度值低于或高于正常范围时，通常意味着环境亮度过低或过高，可以提示用户打开或关闭手电筒*注意：该方法在识别过程中会不断被调用*@param gray ...
背景信息 多媒体分析支持的算法服务如下：基础模型服务：提供图像领域内开箱即用的算法服务能力，包括图像多标签、图像质量分评定、人脸属性分析（颜值、脸型、发型、发色等信息）、年龄分析、人像身材修改（瘦身/大码）、图像去水印等模型...
功能描述 商品分类能力可以识别图像中的商品分类，返回商品类目、置信度等信息。目前已经支持服饰鞋包、3C数码、家居用品等超过六千种类目分类。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...
flag":true } } 原图（image_url）人物实例分割掩码图像 待擦除区域（mask_url）保留区域（foreground_url）输出图像 忽略图像细节（fast_mode=true）调用示例 {"model":"image-erase-completion","input":{"image_url":...
功能描述 头发分割能力用于识别图像中的人物头像，然后对人物头像区域进行抠图解析，最后输出PNG格式的人物头发矩形透明图。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 ...
BlackLevel、PixelBlackThreshold 支持 视频水印（明水印）在视频中添加可见的明水印（例如，企业Logo、电视台台标），突出品牌和版权，增加产品识别度。为视频添加不可见的盲水印用于版权追溯，详细说明请参见下文 数字水印（暗水印）说明...
适用场景：配备高主频CPU、内存、GPU，可以处理更多并发AI推理任务，适用于图像识别、语音识别、行为识别业务。支持RTX功能，搭配高主频CPU，提供高性能的3D图形虚拟化能力，适用于远程图形设计、云游戏等高强度图形处理业务。使用高主频...
访问域名允许应用程序通过HTTP/HTTPS协议向特定的、与各类目能力关联的域名发送请求，从而实现对人脸人体识别、文字识别、图像识别等多种视觉AI能力的调用。其中，Region表示服务所在的地域，Endpoint表示视觉智能开放平台对外服务的访问...
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 ...
IVPD提供以下功能。IVPD提供以下功能 图像处理 ...输入图：识别出的风格标签：风格类型：视觉风格：中国风，语义风格：典雅 图像元素识别 识别输入图中所包含的元素，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）。
产品优势 基于达摩院 AI 能力 阿里巴巴达摩院团队人工智能（Artificial Intelligence，简称 AI）实验室在语音识别、图像识别、视觉理解、语言理解等方面开展大量研究，并沉淀出 AI 相关的大量技术成果。智能双录质检产品基于达摩院 AI 技术...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。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 体验馆 免费体验本功能识别效果。2 购买 不动产...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。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 体验馆 免费体验本功能识别效果。2 购买 国际...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。返回坐标 可实现对题目中的配图位置进行检测并返回坐标位置。如何使用本接口 步骤 概述 1 开通 教育场景识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能...
视频文字识别标签OCR 识别视频图像中的文字，提取图像文本内容。视频语音识别标签ASR 分析视频中的语音信息，提取语音文本内容。视频标签 分析视频中节目、人物角色、物体、场景、地域等内容。图片标签 分析图片中的人物角色、地域、动作...
在线调试 SegmentBody 人像分割，识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道）。适用于单人/多人、复杂背景、各类人体姿态等场景。在线调试 MakeSuperResolutionImage 图像清晰化/超分辨率，将小图放大四倍...
包括人物、事件、血腥暴恐等-语音广告识别 识别语音内容中的垃圾广告-语音违禁识别 识别语音中的违禁内容，包括违禁品、非法交易等-语音呻吟声识别 识别语音内容中的娇喘和呻吟声-文档审核1.0版 文档图像内容识别 识别doc、docx、ppt、pptx...
支持的标注任务 iTAG预置了标注模板，可支持以下类型的标注任务：图像类：图像分类、目标检测、图像OCR、表格识别、图像语义分割。文本类：文本分类、命名实体识别、实体关系识别。视频类：视频分类、视频打点、视频OCR。音频类：音频分类...
功能介绍 本节点是对万相人物实例分割 API 的封装，可以从用户上传图片中识别出图像中的不同人物对象，并画出每个对象边界的像素级掩码。相关接口说明请参照：人物实例分割、人物实例分割 前置依赖 您需要已 获取API Key 节点清单 人像分割...
人物实例分割可以识别出图像中的不同人物对象，并画出每个对象边界的像素级掩码。重要 本文档仅适用于“中国大陆（北京）”地域，需使用“中国大陆（北京）”地域的 API Key。image-instance-segmentation 模型当前仅提供 免费体验，免费...
特色优势 能够准确识别出图像中的公众人物信息。接入指引 1.注册阿里云账号：打开 阿里云官网，在阿里云官网右上角，单击 立即注册，按照操作提示完成账号注册。2.开通能力：请确保您已开通 人脸人体服务，若未开通服务请 立即开通。开通...
功能描述 通用分割能力可以识别输入图像中视觉中心的物体轮廓，将物体与背景进行分离，返回分割后的前景物体图（4通道）。关于该接口功能的示例图如下：输入原图 输出结果图 您可以传入ReturnForm参数指定返回结果形式：指定为 crop，对...
SegmentBody用于识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道），适用于单人、多人、复杂背景、各类人体姿态等场景。介绍 名称：人像分割 Action:SegmentBody 图片限制 图片格式：JPEG、JPG、PNG（不支持8位...
如今，企业使用AI图像技术，将带有产品缺陷的5万多张图片上传到云计算平台，通过深度学习与图像处理技术进行算法训练。优化的AI算法，其识别准确度可达到95%以上，碎片率（瑕疵品）下降50%。不仅如此，从图像拍摄到数据接收、处理，然后到...
功能描述 车牌识别能力可以准确识别出图像中车牌位置，输出车牌位置坐标、车牌类型、车牌号码、车牌号码置信度、车牌置信度，共5个关键字段信息。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...
功能描述 商品分割能力用于识别输入图像中的商品轮廓，与背景进行分离，返回分割后的前景商品图（4通道）。功能适用于实景图，不适用于卡通图片。商品分割主要针对拍到全貌的商品进行分割。关于该接口功能的示例图如下：输入原图 输出结果...
功能描述 天空分割能力可以识别输入图像中的天空区域，与背景进行分离，返回分割后的前景区域图。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...
功能描述 人体分割能力用于识别输入图像中的人体轮廓，与背景进行分离，返回分割后的前景人像图（4通道）。本功能适用于真人图片，不适用于卡通图片。关于该接口功能的示例图如下：输入原图 输出结果图（默认为4通道透明图，和原图分辨率...
特点优势 多类型自动识别：自动识别出图像中的主体服饰，不需要额外指定服装位置，可返回指定类别mask。适用多服饰场景：适用于人台服饰、真人服饰、纯服饰、虚拟人服饰等精细化抠图场景。复杂全类目分割：适合多服饰商品以及复杂背景条件...
base64,{base64_data} def encode_file(file_path):mime_type,_=mimetypes.guess_type(file_path)if not mime_type or not mime_type.startswith("image/"):raise ValueError("不支持或无法识别的图像格式")with open(file_path,"rb")as ...
base64,{base64_data} def encode_file(file_path):mime_type,_=mimetypes.guess_type(file_path)if not mime_type or not mime_type.startswith("image/"):raise ValueError("不支持或无法识别的图像格式")with open(file_path,"rb")as ...
本文介绍通义万相-通用图像编辑模型的输入输出参数。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。该模型通过简单的指令即可实现多样化的图像编辑，适用于扩图、去水印、风格迁移、图像修复、图像美化等场景...
通义千问-图像翻译模型（Qwen-MT-Image）可精准翻译图像中的文字，并保留原始排版。该模型还支持领域提示、敏感词过滤、术语干预等自定义功能。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 效果...
6000000004408-0-tps-689-487.jpg"},#输入图像的最小像素阈值，小于该值图像会放大，直到总像素大于min_pixels"min_pixels":32*32*3,#输入图像的最大像素阈值，超过该值图像会缩小，直到总像素低于max_pixels"max_pixels":32*32*8192 },#...
通义千问-图像编辑模型（qwen-image-edit-plus）支持多图输入和多图输出，可精确修改图内文字、增删或移动物体、改变主体动作、迁移图片风格及增强画面细节。快速入口：使用指南|技术博客|在线体验 模型概览 多图图像修改展示器.qwen-image...