YunOS场景文字识别
该文章先介绍常见的文字识别方法，然后介绍YunOS在场景文字识别方面取得的进展、结果和技术方案。将重点讲解技术方案的两个主要部分：1）基于全卷积网络的从局部到整体的文字行检测方法；2）基于BLSTM-CTC-Seq2Seq的文字行识别方案。
将人工智能融入多媒体 助力视频产业加速——阿里云视频AI全能力解读
结合人工智能视频理解流程和用户的需求场景，我们将视频AI的功能分成四个大部分，视频智能审核、视频内容理解、视频智能编辑、视频版权保护。其中视频审核功能包括视频鉴黄、暴恐涉政识别、广告二维码识别、无意义直播识别等，利用识别能力将网络上没营养和不健康的视频内容进行排查和处理；视频理解功能包括视频分类、标签，人物识别、语音识别，同时也包括对视频中的文字进行识别（OCR）；视频编辑层面可以实现视频首图、视频摘要、视频highlight的生成，同时支持新闻拆条；关于视频版权，支持视频相似性、同源视频检索和音视频指纹等功能。
AI魔幻行为大赏：细数机器视觉的9大应用场景
本文主要介绍了机器视觉的主要应用场景，目前绝大部分数字信息都是以图片或视频的形式存在的，若要对这些信息进行有效分析利用，则要依赖于机器视觉技术的发展，虽然目前已有的技术已经能够解决很多问题，但离解决所有问题还很遥远，因此机器视觉的应用前景还是非常广阔的。
读光OCR-文字识别技术解读与应用案例分析
大数据上云特惠活动系列直播，阿里巴巴高级算法专家永攀对读光OCR-文字识别技术和行业应用进行讲述。OCR的本质是识别图片中的文字，即在复杂的图片背景下中对所需目标文字进行识别提取。主要从OCR商业应用场景、OCR算法和读光产品进行了介绍。展示读光OCR在在文字识别中强大的应用。
场景文本检测—CTPN算法介绍
涉及到了图像中位置信息的选择，很容易联想到之前用于目标检测的R-CNN的模型。毕竟CNN（Convolutional Neural Network）在这两年的图像处理上一枝独秀已经“深入人心”。那么把“字符位置”标记成一类，然后直接放入CNN模型处理岂不美哉？不过，现实总不会这么美好，文字的多种情况、字体，以及大面积的文字信息的位置，都对我们直接用R-CNN的方法产生了干扰，让结果产生严重的偏差。
玩转TensorFlow Lite：有道云笔记实操案例分享
这一两年来，在移动端实现实时的人工智能已经形成了一波潮流。去年，谷歌推出面向移动端和嵌入式的神经网络计算框架TensorFlow Lite，将这股潮流继续往前推。TensorFlow Lite如何进行操作？本文将介绍TFLite在有道云笔记中用于文档识别的实践过程，以及 TFLite 都有些哪些特性，供大家参考。
端到端GPU性能优化在深度学习场景下的应用实践
摘要在2017杭州云栖大会机器学习平台PAI专场上阿里巴巴高级算法专家杨军结合具体案例分享了端到端GPU性能优化在深度学习场景下的应用实践。
本文内容根据嘉宾演讲视频以及PPT整理而成。
目前深度学习和GPU已经成为了人工智能的基础一软一硬的结合能够帮助我们实现图像识别、语音识别以及视频的处理那么如何优化深度学习框架与GPU资源也是机器学习平台的一个研究方向。
