AI 助理
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
15802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
12880内容 3活动 812关注
最新 热门 文章 问答 视频 训练营 活动
蚝油菜花
|
9月前
|
博文
|
来自： ModelScope模型即服务
IMAGPose：南理工突破性人体生成框架！多姿态适配+细节语义融合，刷新图像生成范式
IMAGPose 是南京理工大学推出的用于人体姿态引导图像生成的统一条件框架，解决了传统方法在姿态引导的人物图像生成中的局限性，支持多场景适应、细节与语义融合、灵活的图像与姿态对齐以及全局与局部一致性。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 测试技术
蚝油菜花
|
9月前
|
博文
|
来自： ModelScope模型即服务
AVD2：清华联合复旦等机构推出的自动驾驶事故视频理解与生成框架
AVD2 是由清华大学联合多所高校推出的自动驾驶事故视频理解与生成框架，结合视频生成与事故分析，生成高质量的事故描述、原因分析和预防措施，显著提升自动驾驶系统的安全性和可靠性。
# 视觉智能开放平台 # 人工智能 # 自然语言处理 # 自动驾驶 # 安全 # 计算机视觉
蚝油菜花
|
9月前
|
博文
|
来自： ModelScope模型即服务
ART：匿名区域布局+多层透明图像生成技术，生成速度比全注意力方法快12倍以上
ART 是一种新型的多层透明图像生成技术，支持根据全局文本提示和匿名区域布局生成多个独立的透明图层，具有高效的生成机制和强大的透明度处理能力。
# 视觉智能开放平台 # 人工智能 # 物联网
蚝油菜花
|
9月前
|
博文
|
来自： ModelScope模型即服务
MIT颠覆传统！分形生成模型效率暴涨4000倍，高分辨率图像秒级生成
Fractal Generative Models 是麻省理工学院与 Google DeepMind 团队推出的新型图像生成方法，基于分形思想，通过递归调用模块构建自相似架构，显著提升计算效率，适用于高分辨率图像生成、医学图像模拟等领域。
# 视觉智能开放平台 # 人工智能 # 编解码 # 数据建模 # 计算机视觉
蚝油菜花
|
9月前
|
博文
|
来自： ModelScope模型即服务
VidSketch：手残党逆袭！浙大AI神器草图秒变4K动画，三连提示词玩转影视级特效
VidSketch 是浙江大学推出的创新视频生成框架，通过手绘草图和简单文本提示生成高质量视频动画，降低视频创作的技术门槛，满足多样化的艺术需求。
# 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
蚝油菜花
|
10月前
|
博文
|
来自： ModelScope模型即服务
VideoGrain：零样本多粒度视频编辑神器，用AI完成换装改场景，精准控制每一帧！
VideoGrain 是悉尼科技大学和浙江大学推出的零样本多粒度视频编辑框架，基于调节时空交叉注意力和自注意力机制，实现类别级、实例级和部件级的精细视频修改，保持时间一致性，显著优于现有方法。
# 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
游客甲乙丙丁
|
10月前
|
问答
|
来自： ModelScope模型即服务
modelscope绑定阿里云的手机号不能使用了，怎样能登陆
# 视觉智能开放平台
蚝油菜花
|
10月前
|
博文
|
来自： ModelScope模型即服务
FacePoke：开源AI实时面部编辑神器！拖拽调整表情/头部朝向，4K画质一键生成
FacePoke是一款基于AI技术的开源实时面部编辑工具，支持通过拖拽操作调整头部朝向和面部表情，适用于多种场景。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 前端开发 # Python # 容器
老乡别走
|
10月前
|
博文
|
来自： 视觉智能
【全自动改PDF名】批量OCR识别提取PDF自定义指定区域内容保存到 Excel 以及根据PDF文件内容的标题来批量重命名
学校和教育机构常需处理成绩单、报名表等PDF文件。通过OCR技术，可自动提取学生信息并录入Excel，便于统计分析和存档管理。本文介绍使用阿里云服务实现批量OCR识别、内容提取、重命名及导出表格的完整步骤，包括开通相关服务、编写代码、部署函数计算和设置自动化触发器等。提供Python示例代码和详细操作指南，帮助用户高效处理PDF文件。 链接： - 百度网盘：[链接](https://pan.baidu.com/s/1mWsg7mDZq2pZ8xdKzdn5Hg?pwd=8866) - 腾讯网盘：[链接](https://share.weiyun.com/a77jklXK)
# 视觉智能开放平台 # 文字识别 # Serverless # 开发工具 # 对象存储 # Python
老乡别走
|
10月前
|
博文
|
来自： 视觉智能
【PDF提取全自动改名】如何批量提取PDF指定区域的文字内容，用内容批量给PDF命名或者导出表格，学会全自动解放双手
在生活和工作中，我们常需处理大量PDF文件，如银行单据、税收单据等。手动处理效率低下，而使用“咕嘎批量PDF多区域内容提取重命名导表格系统”可快速完成数千份文档的处理，大幅提高效率。该工具通过获取PDF各区域内容坐标，导入并处理文件，最终将信息提取至表格，并根据关键信息对PDF进行重命名，方便管理和查找。
# 视觉智能开放平台 # 文字识别
免费试用