- 2023年12月28-31日，由中国图象图形学学会主办的第十九届CSIG青年科学家会议在中国广州隆重召开，会议吸引了学术界和企业界专家与青年学者，会议面向国际学术前沿与国家战略需求，聚焦最新前沿技术和热点领域，共同探讨图象图形学领域的前沿问题，分享最新的研究成果和创新观点，在垂直领域大模型专场，合合信息智能技术平台事业部副总经理、高级工程师丁凯博士为我们带来了《文档图像大模型的思考与探索》主题报告 2023年12月28-31日，由中国图象图形学学会主办的第十九届CSIG青年科学家会议在中国广州隆重召开，会议吸引了学术界和企业界专家与青年学者，会议面向国际学术前沿与国家战略需求，聚焦最新前沿技术和热点领域，共同探讨图象图形学领域的前沿问题，分享最新的研究成果和创新观点，在垂直领域大模型专场，合合信息智能技术平台事业部副总经理、高级工程师丁凯博士为我们带来了《文档图像大模型的思考与探索》主题报告
- 前言大家有使用过.NET开发过OCR工具吗？今天给大家推荐一个基于百度飞桨封装的.NET版本OCR工具类库：PaddleOCRSharp。 OCR工具有什么用？OCR（Optical Character Recognition）工具可以将图像或扫描文件中的文本内容转换成可编辑的文本格式。这项技术可以帮助人们快速准确地将扫描文件、图片中的文字提取出来，从而进行编辑、存储和分析。 百度飞桨Pa... 前言大家有使用过.NET开发过OCR工具吗？今天给大家推荐一个基于百度飞桨封装的.NET版本OCR工具类库：PaddleOCRSharp。 OCR工具有什么用？OCR（Optical Character Recognition）工具可以将图像或扫描文件中的文本内容转换成可编辑的文本格式。这项技术可以帮助人们快速准确地将扫描文件、图片中的文字提取出来，从而进行编辑、存储和分析。 百度飞桨Pa...
- FaceFusion：探索无限创意，创造独一无二的面孔融合艺术！ FaceFusion：探索无限创意，创造独一无二的面孔融合艺术！
- 虚拟桌宠模拟器：VPet-Simulator，一个开源的桌宠软件, 可以内置到任何WPF应用程序 虚拟桌宠模拟器：VPet-Simulator，一个开源的桌宠软件, 可以内置到任何WPF应用程序
- 近日，2023第十二届中国智能产业高峰论坛（CIIS 2023）在江西南昌顺利举行，本次论坛主要讲解了关于AI大模型、生成式AI、无人系统、智能制造和数字安全等领域的议题。其中令我印象最深刻的就是上海合合信息的丁凯老师讲解的**多模态大模型与文档图像智能理解专题论坛**的部分了。 近日，2023第十二届中国智能产业高峰论坛（CIIS 2023）在江西南昌顺利举行，本次论坛主要讲解了关于AI大模型、生成式AI、无人系统、智能制造和数字安全等领域的议题。其中令我印象最深刻的就是上海合合信息的丁凯老师讲解的**多模态大模型与文档图像智能理解专题论坛**的部分了。
- OCR文字检测与识别系统：融合文字检测、文字识别和方向分类器的综合解决方案 OCR文字检测与识别系统：融合文字检测、文字识别和方向分类器的综合解决方案
- 解读未知：文本识别算法的突破与实际应用 解读未知：文本识别算法的突破与实际应用
- 突破边界：文本检测算法的革新与应用前景 1.文本检测理论篇（文本检测方法介绍）文本检测任务是找出图像或视频中的文字位置。不同于目标检测任务，目标检测不仅要解决定位问题，还要解决目标分类问题。文本在图像中的表现形式可以视为一种‘目标‘，通用的目标检测的方法也适用于文本检测，从任务本身上来看：目标检测：给定图像或者视频，找出目标的位置（box），并给出目标的类别；文本检测：给定输入图像或者视频... 突破边界：文本检测算法的革新与应用前景 1.文本检测理论篇（文本检测方法介绍）文本检测任务是找出图像或视频中的文字位置。不同于目标检测任务，目标检测不仅要解决定位问题，还要解决目标分类问题。文本在图像中的表现形式可以视为一种‘目标‘，通用的目标检测的方法也适用于文本检测，从任务本身上来看：目标检测：给定图像或者视频，找出目标的位置（box），并给出目标的类别；文本检测：给定输入图像或者视频...
- 随着技术的进一步发展，驾驶证识别 OCR 将继续优化和改进，提升准确性、速度和适应性。它将在智能交通系统、数字化政府服务和商业应用等领域发挥更重要的作用 随着技术的进一步发展，驾驶证识别 OCR 将继续优化和改进，提升准确性、速度和适应性。它将在智能交通系统、数字化政府服务和商业应用等领域发挥更重要的作用
- 奇奇怪怪的知识，又增加了。 奇奇怪怪的知识，又增加了。
- 随着人工智能技术的不断发展，通用文字识别OCR 也变得越来越重要。通用文字识别OCR 是指对文本图像进行分析，以转换图像中的文本为可用的文本形式的过程，其主要用途是提供文本可搜索和复制的功能。 随着人工智能技术的不断发展，通用文字识别OCR 也变得越来越重要。通用文字识别OCR 是指对文本图像进行分析，以转换图像中的文本为可用的文本形式的过程，其主要用途是提供文本可搜索和复制的功能。
- 通用文字识别OCR API为开发者提供了一种简单、实用的方法来实现OCR功能，使用它可以极大地提高开发者的工作效率，减少工作时间，降低开发成本。 通用文字识别OCR API为开发者提供了一种简单、实用的方法来实现OCR功能，使用它可以极大地提高开发者的工作效率，减少工作时间，降低开发成本。
- 不知道OCR的，不如看看这篇。 不知道OCR的，不如看看这篇。
- 古彝文典籍数字化可以将古籍内容转换成计算机可处理的数字，以达到存储、检索、传递、再生、利用等目的，并且可以进行内容检索，快速下载打印和复制还原，也可以提供印刷出版或制作电子版图书，通过网络还能实现远程传送、专题展览，打破地域性资源的空间和时间的限制，被最大限度地使用，从而实现“资源共享”。 古彝文典籍数字化可以将古籍内容转换成计算机可处理的数字，以达到存储、检索、传递、再生、利用等目的，并且可以进行内容检索，快速下载打印和复制还原，也可以提供印刷出版或制作电子版图书，通过网络还能实现远程传送、专题展览，打破地域性资源的空间和时间的限制，被最大限度地使用，从而实现“资源共享”。
- 编辑Eolink——通用文字识别OCR接口示例目录Eolink——通用文字识别OCR接口示例过程演示一、功能位置二、通用文字识别ORC——【API文档】应用场景特色优势API文档神技【★★★★★】回参介绍三、通用文字识别ORC——【测试】1、操作位置2、创建Token的位置3、测试用例解析4、替换图片路径(羊了个羊第二关)5、测试结果 6、代码测试位置：四、通用文字识别ORC——【配... 编辑Eolink——通用文字识别OCR接口示例目录Eolink——通用文字识别OCR接口示例过程演示一、功能位置二、通用文字识别ORC——【API文档】应用场景特色优势API文档神技【★★★★★】回参介绍三、通用文字识别ORC——【测试】1、操作位置2、创建Token的位置3、测试用例解析4、替换图片路径(羊了个羊第二关)5、测试结果 6、代码测试位置：四、通用文字识别ORC——【配...
上滑加载中
推荐直播
-
大模型Prompt工程深度实践2025/02/24 周一 16:00-17:30
盖伦 华为云学堂技术讲师
如何让大模型精准理解开发需求并生成可靠输出？本期直播聚焦大模型Prompt工程核心技术：理解大模型推理基础原理，关键采样参数定义，提示词撰写关键策略及Prompt工程技巧分享。
去报名
热门标签