parameters object（可选）图像处理参数。属性 size string（可选）输出图像的分辨率，格式为 宽*高。默认值和约束因模型版本而异：默认值：1024*1536。总像素范围限制：总像素在[512*512,2048*2048]之间。推荐分辨率范围：总像素在[1024*...
parameters object（可选）图像处理参数。属性 negative_prompt string（可选）反向提示词，用于描述不希望在图像中出现的内容，对画面进行限制。支持中英文，长度不超过500个字符，超出部分将自动截断。示例值：低分辨率、错误、最差质量...
作为阿里云弹性计算家族的一员，其结合了GPU计算力与CPU计算力，满足您在人工智能、高性能计算、专业图形图像处理等场景中的需求，例如，在并行运算方面，使用GPU云服务器可显著提高计算效率。异构服务型：异构服务型实例video-trans适用于...
parameters object（可选）图像处理参数。属性 negative_prompt string（可选）反向提示词，用于描述不希望在图像中出现的内容，对画面进行限制。支持中英文，长度不超过500个字符，超出部分将自动截断。示例值：低分辨率、错误、最差质量...
h_bar*w_bar 表示缩放后的图像长宽，模型在处理图像前会进行预处理，将其缩放至特定像素上限内，像素上限与 max_pixels 参数的取值有关。token_pixels 表示每 Token 对应的像素值 qwen-vl-ocr-2025-11-20、qwen-vl-ocr-latest 固定为 32*32...
parameters object（可选）图像处理参数。如设置图像分辨率、开启prompt智能改写、添加水印等。属性 size string（可选）设置输出图像的分辨率，格式为 宽*高。默认值为 1280*1280。图像分辨率：总像素在[768*768,1280*1280]之间，且宽高比...
作为阿里云弹性计算家族的一员，GPU云服务器结合了GPU计算力与CPU计算力，满足您在人工智能、高性能计算、专业图形图像处理等场景中的需求。说明 查看实例可购买地域：不同地域的实例规格可能有所不同，建议先了解各地域的可购买情况。查看...
通义万相-通用图像编辑模型支持输入文本指令，实现扩图、去水印、风格迁移、指令编辑、局部重绘、图像修复等多种图像编辑任务。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 效果示例 原图 把她的...
云手机建议设置为false scaleStreamVideo(ScaleType scaleType)指定对流化图像内容进行相应的缩放处理，ScaleType取值参考枚举类型5.1 ScaleType setVideoProfile(int width,int height,int fps,IRemoteResult result)设置视频流的分辨率及...
GUI-Plus 可基于屏幕截图和自然语言指令来解析用户意图，并转换为标准化的图像用户界面（GUI）操作（如点击、输入、滚动等），供外部系统决策或执行。相较于通义千问VL系列模型，提升了GUI操作的准确性。重要 本文档仅适用于 中国大陆版...
云手机建议设置为false scaleStreamVideo(ScaleType scaleType)指定对流化图像内容进行相应的缩放处理，ScaleType取值参考枚举类型5.1 ScaleType setVideoProfile(int width,int height,int fps,IRemoteResult result)设置视频流的分辨率及...
通义千问VL模型可以根据您传入的图片或视频进行回答，支持单图或多图的输入，适用于图像描述、视觉问答、物体定位等多种任务。在线体验：视觉模型（北京 或 新加坡）快速开始 前提条件 已 获取 API Key 并 配置API Key到环境变量。如果通过...
最后通过逐步扩散、逐步处理图像，优化图像质量。Deepytorch Inference是阿里云自研的AI推理加速器，专注于为Torch模型提供高性能的推理加速。通过对模型的计算图进行切割、执行层融合以及高性能OP的实现，大幅度提升PyTorch的推理性能。更...
选择 速度优化 页签，单击 图像转换 开关后，可以通过在请求URL中添加图片处理参数，来实现不同的图像处理功能。例如，您可以在JavaScript中，通过编写URL处理方法，将图片转换为其他格式。function updateImageUrl(format){ let baseUrl=...
调用ProcessObjectAsync方法执行图像处理并保存结果 var result=await client.ProcessObjectAsync(new OSS.Models.ProcessObjectRequest(){ Bucket=bucket,Key=key,Process=process });打印结果信息 Console.WriteLine("ProcessObject done...
文档智能深度融合文字识别、自然语言处理、图像处理、电子文档解析、文档预训练模型等多项技术，对非结构化和半结构化文档进行智能自动化处理，从而简化业务操作流程、提升文档处理效率，帮助企业更准确地进行大模型应用的场景建设。...
视频和图像处理算法涵盖数据清洗、内容清理、基本信息提取及caption生成等功能。此外，系统还预置了多种常见的数据处理模板，您可以根据实际需求选择合适的模板，并进行灵活扩展和二次开发，以满足特定场景的需求：LLM大语言模型数据处理-...
支持的图片处理方式 说明 开启图像优化后，用户请求的URL携带一个或多个图像处理的相关参数，即可完成相应的图片处理，支持的参数请参见下表。图片处理功能 处理参数 说明 格式转换 format 转换图片格式。质量转换 quality 调整图片质量。...
基于阿里云强大稳定的算力支撑，提供遥感、气象等多源对地观测数据的云计算分析服务，通过打通多源数据检索、在线分析处理及AI模型自主训练的全链路流程，降低遥感数据获取成本和处理分析门槛，用数据感知地球世界，让AI助力科学研究。...
parameters object（可选）图像处理参数。属性 style string（可选）输出图像的风格。目前支持以下风格取值：auto：默认。3d cartoon：3D卡通。anime：动画。oil painting：油画。watercolor：水彩。sketch：素描。chinese painting：中国...
图像色彩处理：图像上色（黑白或灰度图像转为彩色图像）。基于参考图像生成：线稿生图（先提取输入图像的线稿，再参考线稿生成图像）、参考卡通形象生图。相关指南：图像编辑-通义万相2.1 模型概览 模型名称 计费单价 限流（主账号与RAM子...
草图示例：parameters object（可选）图像处理参数。属性 style string（可选）输出图像的风格，目前支持以下风格取值：auto：默认值，由模型随机输出图像风格。3d cartoon：3D卡通。anime：二次元。oil painting：油画。watercolor：水彩...
LVM-图像水印过滤（DLC）组件主要用于过滤带水印的图像数据。支持的 计算资源 DLC 算法说明 通过计算图像带水印的概率，从而过滤带水印的图像数据来保证图像的质量，常用于后续图像生成模型的训练。输入/输出 输入桩 通过 读OSS数据 组件，...
图像文本描述生成算法是一种结合计算机视觉和自然语言处理的模型，旨在为输入图像生成自然语言描述。它在辅助视障人士、社交媒体内容创作、图像搜索、电商展示和新闻发布等领域有着广泛应用，显著提升了信息的可访问性和用户体验。支持的 ...
LVM-图像合规过滤（DLC）组件主要用于过滤NSFW得分过高的图像数据。算法说明 通过计算图像的不合规NSFW（Not Safe For Work）得分，从而过滤NSFW得分过高的图像数据来保证图像的质量，常用于后续图像生成模型的训练。输入/输出 输入桩 通过...
LVM-图像美学过滤（DLC）组件主要用于过滤美学得分过低的图像数据。支持的 计算资源 DLC 算法说明 通过计算图像的美学得分，从而过滤美学得分过低的图像数据来保证图像的质量，常用于后续图像生成模型的训练。输入/输出 输入桩 通过 读OSS...
文档智能是文字识别技术的进一步升级，除了文字识别，文档智能还综合运用自然语言处理、图像处理、电子文档解析、文档预训练模型等多种技术，实现对PDF/Word/Excel/图片等各类非结构化和半结构化文档的智能自动化处理。相较于文字识别只能...
LVM-图像人脸占比过滤（DLC）组件主要用于过滤人脸占比过大或过小的图像数据。支持的 计算资源 DLC 算法说明 通过计算图像的人脸占比，从而过滤人脸占比过大或过小的图像数据来保证图像的质量，常用于后续图像生成模型的训练。输入/输出 ...
LVM-图像长宽比过滤（DLC）组件主要用于过滤长宽比过大或过小的图像数据。支持的 计算资源 DLC 算法说明 通过计算图像的长宽比，从而过滤长宽比过大或过小的图像数据来保证数据的一致性，常用于后续图像生成模型的训练。输入/输出 输入桩 ...
LVM-图像分辨率过滤（DLC）组件主要用于过滤分辨率过大或过小的图像数据。支持的 计算资源 DLC 算法说明 通过计算图像的分辨率，从而过滤分辨率过大或过小的图像数据来保证图像的质量，常用于后续图像生成模型的训练。输入/输出 输入桩 ...
LVM-图像大小过滤（DLC）组件主要用于过滤过大或过小的图像数据。支持的 计算资源 DLC 算法说明 通过计算图像的大小，从而过滤过大或过小的图像数据来保证图像的质量，常用于后续图像生成模型的训练。输入/输出 输入桩 通过 读OSS数据 组件...
大模型数据处理DLC算法组件支持聚合成组与资源优化，可实现高效的数据处理和资源利用。其创新之处在于支持批量任务执行，减少不必要的数据存储操作，从而显著提升性能表现。...相关文档 LLM数据处理（DLC）视频预处理算子 图像预处理算子
功能特性 功能列表 处理类型 功能 服务名称 说明 音频类处理 副歌检测 MusicSegmentDetect 对歌曲进行段落分析，识别音乐中的副歌“高潮片段”，提取副歌段落时间信息，可以用于音乐推荐试听，热门片段K歌等场景。节奏检测 ...
图像搜索检索效果不准往往是由多方面原因引起的。常见原因如下：图片的风格与购买的实例服务类型不匹配。例如，图片大多是商品图片（裙装、鞋包等），但图搜实例的服务类型却选择了布料搜索，这样搜索效果会有一定程度的下降。如果您选择的...
正确示例（带透明背景RGBA图像）错误示例 半透明图像 主体图像有文字 引导图像限制 引导图像可以是 RGB 图像或带透明背景的 RGBA 图像。对于RGBA图像，Alpha通道值为0的区域不参与引导过程的生成。前景或背景元素图像限制 每个前景或背景...
低质量设置：快速生成草图效果，处理时间短，适合快速测试创意 高质量设置：生成更精细的图像，处理时间长，适合追求细节的场景 参数取值 不同版本支持的质量参数范围：版本 可选值 v6.1 0.5,1,2 v6 0.25,0.5,1 v5.2 0.25,0.5,1 Niji 5 0....
全流程自动化：将图像处理、数据标注、模型训练和推理集成在数据库内，替代传统人工复检，消除主观误差，提升质检流程的标准化水平。快速部署：提供标准化的流程和脚本，支持与不同型号产品的快速适配，可迅速集成至现有产线。降本增效：已...
对媒体的内容、文字、语音、场景进行多模态分析，实现智能审核、内容理解、智能编辑等多种处理功能。音视频转码 把音视频码流转换为另一种清晰度、编码格式或封装格式，以适应不同网络带宽、不同终端播放设备的使用场景。媒体处理覆盖了...
优选算法组件 优选算法组件主要包含常用的通用算法（如数据读取算法、SQL脚本、Python脚本等）和大模型数据处理算法（如LLM数据处理、LVM数据处理等）、大模型训练和推理算法。推荐使用基于DLC的算法组件，支持异构资源及用户自定义环境等...
此外基于对图像智能处理产生的元数据的查询、修改，还会产生元数据管理费用。计费项 涉及API 数据查询-高级查询 ListFacegroups-列举人脸分组，DeleteStory-删除故事，SearchStories-查询故事列表，RemoveStoryFiles-故事中移除文件 数据...