前言智慧社区、环保小程序、智能垃圾桶、回收处理系统中，常常需要快速判断实物属于哪一类垃圾。普通用户对繁杂的垃圾分类规则容易混淆，依靠人工查询分类效率低下；自研垃圾分类图像识别模型，需要收集海量生活垃圾样本，针对各类杂物、包装、厨余物品做模型训练，数据集维护成本高，识别效果很难保障。垃圾分类识别接口，上传垃圾实物图片，AI 自动识别物品并输出对应的垃圾分类结果，为各类环保业务提供图像化智能分类能力。核心能力支持图片 URL、Base64 编码两种图片传入方式，对实拍垃圾实物图片进行智能识别解析；识别图片内的垃圾物品名称，区分可回收物、有害垃圾、厨余垃圾、其他垃圾四大主流分类，识别失败标记为未知类型；返回识别可信度分值，便于业务侧依据置信度做结果过滤，低置信结果可引导人工复核；适配日常居家、社区场景下常见生活垃圾，支持物品部分遮挡、普通室内实拍光照条件。API介绍请求说明名称类型必须说明imageString否图片Base64urlString否图片完整URL戳这里查看详情返回样例{ "code": 200,//返回码，详见返回码说明 "msg": "成功",//返回码对应描述 "taskNo": "571436032193067500962066",//本次请求号 "data": { "list": [ { "trust": 0.348337,//可信度，单位百分比,越接近1表示识别结果越可信 "lajitype": 0,//垃圾分类，0为可回收、1为有害、2为厨余(湿)、3为其他(干)、4为未知结果（例如识别到了天空、建筑、明星人物等情况) "name": "包装袋/盒",//识别物体名称 "lajitip": "包装袋/盒是可回收垃圾，常见包括各类废金属、玻璃瓶、饮料瓶、电子产品等。投放时应注意轻投轻放、清洁干燥、避免污染。" //垃圾分类提示 } ] } }

前言通用物体和场景识别，传入一张图片即可识别图片中的多个物体与场景，返回物体或场景名称、上层标签、内容描述及置信度等信息，帮助开发者快速实现图像内容理解与智能标签能力。通用物体和场景识别可广泛应用在图像内容管理、内容审核、视觉搜索等场景，比如：图像库与相册管理：自动为图片打上物体、场景标签，便于相册分类、素材检索与个性化推荐。内容审核与推荐：识别图片中的物体与场景信息，辅助判断内容类型，为内容分发与审核提供依据。视觉搜索与电商应用：提取图片关键词，用于相似内容检索、商品场景归类与营销素材分析。API介绍戳这里查看详情请求说明名称类型必须说明imageString否图像base64字符串urlString否图像 url，长度不超过1024字节，请注意关闭URL防盗链返回样例{ "code": 200, // 返回码，详见返回码说明 "msg": "成功", // 返回码对应描述 "taskNo": "868944265154130726683014", // 本次请求号 "data": { "list": [ { "imgUrl": "https://xxx.jpg", // 参考图片，有效期30天。建议自行下载保存，避免丢失 "score": 0.716479, // 置信度，0-1 "root": "人物-人物特写", // 识别结果的上层标签，有部分钱币、动漫、烟酒等tag无上层标签 "description": "美女，汉语词语，拼音是měi nǚ，意思是容貌姣好、仪态优雅的女子。", // 对应识别结果内容描述 "keyword": "美女" // 图片中的物体或场景名称 }, { "score": 0.564034, "root": "人物-人物特写", "keyword": "人物特写" } ] } }

前言印章识别，可检测并识别合同文件或常用票据中的印章，输出印章内的文字内容、印章位置信息以及相关置信度，支持识别印章编码，覆盖圆形章、椭圆形章、方形章、骑缝章等常见种类的印章。印章识别可广泛应用在合同审核、票据处理、档案电子化等场景，比如：合同与票据自动化审核：自动提取合同、票据中的印章文字与位置信息，辅助完成要素核验与批量审核，降低人工录入成本。金融与风控场景：核验借款合同、发票、凭证上的印章内容，为信贷审核、报销核验等业务提供依据。档案数字化与文档管理：在纸质文档电子化过程中识别印章信息，便于文档归档、检索与信息结构化。API介绍戳这里查看详情请求说明名称类型必须说明imageString否图片base64，base64编码后进行urlencodeurlString否图片完整url，url长度不超过1024字节pdfFileString否PDF文件，base64编码后进行urlencodepdfFileNumString否需要识别的PDF文件的对应页码，当pdfFile参数有效时，识别传入页码的对应页面内容，若不传入，则默认识别第 1 页ofdFileString否OFD文件，base64编码后进行urlencodeofdFileNumString否需要识别的OFD文件的对应页码，当ofdFile参数有效时，识别传入页码的对应页面内容，若不传入，则默认识别第 1 页returnImageString否是否返回印章切片图片，默认不返回，可选值：true,falseflattenImageString否是否返回印章展平图片，默认不返回（仅支持对圆章、椭圆章进行展平，其他印章不展平），可选值: true,false返回样例{ "code": 200, // 返回码，详见code返回码说明 "msg": "成功", // code对应的描述 "taskNo": "807471772179477935572027", // 本次请求号 "data": { "num": 1, // 识别结果数 "list": [ { "major": { // 主字段内容，即章内上环弯曲文字 "flatten_image": "/9j/4AAQSkZJRgxxx", // 主字段展平图的base64编码，即章内上环弯曲文字切片后拼接图片，flattenImage=true 时返回 "flatten_image_url": "https://xxxx/d30/seal-ocr/202602/25/1771990073780-8578.jpg", // 主字段展平图的url "probability": 0.9999797344, // 主字段识别内容的置信度 "words": "杭州市xx区市场监督管理局" // 主字段识别内容 }, "minor": [ // 其他字段内容，即除主字段外的文字识别内容均放置于该参数中返回，数字编码也在该字段返回。若章内不存在其他字段文字，则该参数为空 { "probability": 0.99994027614594, // 其他字段识别内容的置信度 "flatten_image": "xxxx", // 其他字段展平图的base64编码，即印章其他文字切片后拼接图片，flattenImage=true 时返回 "words": "前厅部" // 其他字段识别内容 } ], "probability": 0.9958960414, // 每一个识别结果的置信度值 "location": { // 位置数组（坐标0点为左上角） "top": 486, // 表示定位位置的长方形左上顶点的垂直坐标 "left": 817, // 表示定位位置的长方形左上顶点的水平坐标 "width": 161, // 表示定位位置的长方形的宽度 "height": 163 // 表示定位位置的长方形的高度 }, "type": "circle", // 印章的类别，共有circle（圆章），ellipse（椭圆章），rectangle（方章），perforation（骑缝章）四种 "seal_image_url": "https://xxxx/d30/seal-ocr/202602/25/1771990073623-4942.jpg", // 印章切图的url "seal_image": "/9j/4AAQSkZJRgABxxx" // 印章切图的base64编码，returnImage=true 时返回 } ] } }

前言动物识别，传入一张图片即可自动识别图片中的动物，返回动物名称及置信度等结果，帮助开发者快速实现动物物种的智能识别与分类。动物识别可广泛应用在生态保护、宠物服务、科普教育等场景，比如：野生动物监测与生态保护：结合红外相机或监控设备拍摄的图片，自动识别动物物种，辅助野生动物调查与生态研究。宠物识别与内容社区：识别用户上传的宠物照片，用于宠物品种标注、内容智能分类与个性化推荐。科普教育与图库管理：为动物图库、科普应用提供自动标注能力，提升图片管理与检索效率。API介绍戳这里查看详情请求说明名称类型必须说明base64String否动物图片base64串fileFile否动物图片文件urlString否动物图片urltopNumInteger否返回预测得分top结果数，默认为6返回样例{ "code": 200, // 返回码，详见返回码说明 "msg": "成功", // 返回码对应描述 "taskNo": "495451177190764093826703", // 本次请求号 "data": { "results": [ { "score": "0.565209", // 置信度 "name": "苏门答腊虎" // 动物名称 } ] } }

前言VIN 码也就是车架号，是每一台机动车专属的 17 位识别编码，相当于车辆的唯一身份证，品牌、年款、动力、车身配置等大量原厂信息都蕴藏在这串编码之中。传统模式下想要解析 VIN 码，需要依靠专业字典库对照拆解字符含义，自建解析库不仅开发工作量巨大，还需要持续维护海量车型数据，新上市车型极易出现解析缺失的问题。VIN 码车辆查询接口，输入标准 17 位车架号，即可解析还原车辆完整原厂档案信息，为汽车相关业务提供可靠的车辆原始参数依据。核心能力可解析输出车辆多维度原厂信息，覆盖车辆品牌、生产厂商、车系、具体车型、出厂年款、发动机型号、排量、燃料种类、排放标准、变速箱、驱动形式、车身尺寸、座位数、整备质量、轮胎规格等丰富的原厂技术参数。兼容乘用车、商用车、新能源车辆等多种机动车类型；可识别国产以及进口车辆；针对不同生产批次的车型保持95%+覆盖率，快速把一串 VIN 编码转化为可读的结构化车辆档案信息。戳这里查看详情API介绍请求说明名称类型必须说明vinString是17 位车架号返回样例{ "code": 200, "msg": "成功", "taskNo": "074388502348792558", "data": { "fueltype": "汽油", "frontbraketype": "盘式", "bodystructure": null, "fuelgrade": "92号", "carid": 8416, "manufacturer": "长安凯程", "comfuelconsumption": "6.70", "gearnum": "5", "machineoil": { "volume": "2.8L", "viscosity": "10W-40", "level": "SN", "grade": "矿物" }, "len": "3642", "engine": "JL465QD", "maxhorsepower": "82", "price": "2.89万", "parkingbraketype": "手拉式", "bodytype": "两厢", "vin": "LS4BDB3D9AF129278", "displacement": "1.0L", "gearbox": "5挡 手动", "fronttiresize": "155 R13LT", "brand": "长安凯程", "environmentalstandards": "国三", "rearbraketype": "鼓式", "height": "1925", "drivemode": "后轮驱动", "maxpower": "50", "displacementml": "1000", "iscorrect": 1, "weight": "960", "reartiresize": "165/70 R13LT", "chassis": null, "listdate": "", "yeartype": "2009", "sizetype": "面包车", "seatnum": "7", "wheelbase": "2500", "name": "长安凯程 长安之星 2009款 SC6363B3S", "geartype": "手动", "width": "1528", "carlist": [ { "name": "长安轻型车 长安之星 2012款 1.0L 手动 SC6363B4Y 7座", "typeid": 650, "typename": "长安之星", "carid": 8382 }, { "name": "长安轻型车 长安之星 2012款 1.0L 手动 SC6363B4Y 8座", "typeid": 650, "typename": "长安之星", "carid": 8384 }, { "name": "长安轻型车 长安之星 2009款 SC6363B3S", "typeid": 650, "typename": "长安之星", "carid": 8416 } ], "typename": "长安之星" } }

前言车型识别是识别图片中车辆的具体车型，可识别常见的3000+款车型（小汽车为主），输出车辆的品牌型号、颜色、年份、位置信息；支持返回对应识别结果的百度百科词条信息，包含词条名称、百科页面链接、百科图片链接、百科内容简介。车型识别已深入到交通、商业、安防等多个领域，核心应用场景如下：智慧交通与安防监控特定车辆追踪与布控： 在交通安防场景中，系统不仅识别车牌，还能综合识别车辆的24种外观属性（如是否有车顶架、车窗雨眉、副驾驶是否有人、是否系安全带等）。通过“车牌+车型+外观特征”形成完整的车辆画像，实现对肇事逃逸、套牌车等特定车辆的精准定位与追踪。特殊车辆分类与监管： 针对高速公路或城市道路，AI可精准识别军车、警车、危化品车辆、大件运输车、集装箱车等特殊车型，并为其添加专属标签，支持按车型分类检索、统计与跟踪，夯实特殊车辆监管基础。智慧停车与园区管理无感支付与通行效率提升： 在停车场出入口，采用“车牌+车型”双重识别机制，不仅能准确计费，还能有效防范套牌车逃费。结合车型识别，可将车辆通行效率大幅提升。精细化车位管理： 在大型停车场或园区，系统可根据识别出的车辆类型（如小汽车、巴士、卡车）及车身尺寸，智能分配停车位，优化车位周转率。API介绍请求说明名称类型必须说明base64String否图像base64字符串urlString否图像 url，长度不超过1024字节，请注意关闭URL防盗链fileFile否图像文件，文件类型戳这里查看详情返回样例{ "code": 200, // 返回码，详见返回码说明 "msg": "成功",// 返回码对应描述 "taskNo": "727140872158016106071189",// 本次请求号 "data": { "color_result": "白色",//车身颜色。共11种颜色，分别为白色、黑色、灰色、香槟色、黄色、红色、绿色、紫色、橙色、棕色、蓝色 "result": [ { "baike_info": { //对应车型识别结果的百科词条名称 "baike_url": "xxx",//对应车型识别结果百度百科页面链接 "image_url": "xxx",//对应车型识别结果百科图片链接 "description": "xxx"//对应车型识别结果百科内容描述 }, "score": 0.98793351650238,//置信度，取值0-1 "name": "布加迪Chiron",//车型名称 "year": "无年份信息"//年份 }, { "score": 0.03305306286,//置信度，取值0-1 "year": "2020",//年份 "name": "Jeep牧马人"//车型名称 } ] } }

前言图片广告检测是检测图片中是否包含水印、小程序码、广告推广、引流导流等，帮助过滤各种微商广告。图片广告检测是否存在广告营销行为，区分正常图片和违规广告图片；可疑图片可交由人工复审，实现拦截、标记、下架处理，防止用户通过图片进行私域引流、恶意推广，主要应用场景包括：1. 社交与交友平台用户发帖、评论、动态上传图片，检测图片夹带二维码、手机号、微商广告，防止通过图片变相打广告、引流私域。2. 电商平台买家晒单、商家商品图片检测，识别图片内的站外联系方式、外链广告，避免引导用户脱离平台交易。API介绍请求说明名称类型必须说明imgBase64String否图像base64编码imgFileFile否图像文件imgUrlString否图像urlimgTypeString否图片类型0: 静态图片（PNG、JPG、JPEG、BMP、GIF（仅对首帧进行审核）、Webp、TIFF）1: GIF动态图片默认 0戳这里查看详情返回样例{ "code": 200, // 返回码，详见返回码说明 "msg": "成功", // 返回对应的描述 "taskNo": "40525341889422111006", // 本次请求号 "data": { "result": "2", // 审核结果类型，可取值1、2、3、4，分别代表1：合规，2：不合规，3：疑似，4：审核失败 "resultMsg": "不合规", // result对应的描述 "resultItems": [ // 不合规项，合规时不返回 { "nonComplianceType": 0, // 不合规类型 0:水印、1:二维码、2:条形码、3:识别二维码中内容、4:识别条形码中内容、5:不过滤字幕、6:小程序码 "msg": "存在watermark不合规", // 不合规描述 "probability": 0.9128758 // 不合规项置信度 }, ... ] } }

前言用户头像审核对用户上传的头像图片进行图像中人脸的角度、遮挡、占比、清晰度等进行审核，判断头像是否包含是否含有色情、暴力、广告、违禁品等违规内容，或是否存在冒充他人、侵犯肖像权等风险，结合机器算法 + 人工复核，过滤不合规头像，筛选适合作为头像的照片。是互联网平台内容安全与合规管理的重要环节。用户头像审核技术已深度嵌入各类互联网产品的注册、资料修改及日常运营流程中，主要应用场景包括：1. 社交与交友平台真人认证与防欺诈： 在婚恋交友或实名社交应用中，系统通过人脸检测、活体检测及人脸比对技术，确保用户上传的是本人真实清晰的单人照，有效打击盗图、网图及“照骗”行为，保障社交生态的真实性与安全性。社区氛围与精细化运营： 平台通过识别头像类型（如明星脸、网红脸、低质量模糊照等），拦截不符合社区规范的头像，并提取用户标签辅助智能匹配推荐，提升社交用户间的匹配成功率。2. 泛娱乐与内容社区UGC内容合规与反垃圾： 在论坛、贴吧、短视频及直播平台中，对海量用户的头像进行实时过滤，精准拦截涉黄、低俗、恶心恐怖及恶意营销头像，极大弥补了人工审核资源的不足，降低了平台的违规风险。直播主播资质管理： 针对直播场景，系统不仅会在主播入驻时审核其头像是否为本人，还会在开播前及开播中进行人脸比对抽查，防止主播换人、多人直播或违规开播。API介绍请求说明名称类型必须说明imgBase64String否图像base64编码imgFileFile否图像文件imgUrlString否图像urlimgTypeString否图片类型0: 静态图片（PNG、JPG、JPEG、BMP、GIF（仅对首帧进行审核）、Webp、TIFF）1: GIF动态图片默认 0戳这里查看详情返回样例{ "code": 200, // 返回码，详见返回码说明 "msg": "成功", // 返回对应的描述 "taskNo": "40525341889422111006", // 本次请求号 "data": { "result": "2", // 审核结果类型，可取值1、2、3、4，分别代表1：合规，2：不合规，3：疑似，4：审核失败 "resultMsg": "不合规", // result对应的描述 "resultItems": [ // 不合规项，合规时不返回 { "nonComplianceType": 0, // 详见不合规类型 "msg": "图像中必须是真人脸", // 不合规描述 "probability": 0.01999998, "age": [ // 头像预测年龄，当不合规类型为人脸为未成年时返回 10 ], "roll": -42.52, // 歪头角度，存在歪头角度不合规时返回 "pitch": 21.86 // 俯仰角度，存在俯仰角度不合规 }, ... ] } }

前言车牌OCR识别，即通过图像识别技术自动识别大陆机动车车牌（包含新能源车牌），返回车牌上的文字信息。车牌号OCR识别是智慧城市和智能交通的基石之一。它的主要应用场景如下：智能交通与安防: 在电子警察、高速卡口、城市监控中，自动抓拍并识别过往车辆，用于违章记录、交通流量分析和涉案车辆布控。智慧停车管理: 在停车场出入口，相机自动识别车牌，实现无感进出、自动计费和车位引导，是无人值守停车场的关键技术。API介绍请求说明名称类型必须说明base64String否图片base64。base64、url、file 三选其一urlString否图片完整url。base64、url、file 三选其一fileFile否图片文件。base64、url、file 三选其一戳这里查看详情返回样例{ "code": 200,//返回码，详见code返回码说明 "msg": "成功",//code对应的描述 "taskNo": "784148763181713216431566",//本次请求号 "data": { "result": [ { "color": "green",//车牌颜色 "number": "京AB6xxxx",//车牌号码 "location": [//返回文字外接多边形顶点位置 { "x": 942,//水平坐标 "y": 2566 //垂直坐标 }, { "x": 2004, "y": 2508 }, { "x": 1992, "y": 2752 }, { "x": 972, "y": 2810 } ] } ] } }

前言车牌号OCR识别，即通过图像识别技术自动识别大陆机动车车牌（包含新能源车牌），返回车牌上的文字信息。车牌号OCR识别是智慧城市和智能交通的基石之一。它的主要应用场景如下：智能交通与安防: 在电子警察、高速卡口、城市监控中，自动抓拍并识别过往车辆，用于违章记录、交通流量分析和涉案车辆布控。智慧停车管理: 在停车场出入口，相机自动识别车牌，实现无感进出、自动计费和车位引导，是无人值守停车场的关键技术。API介绍请求说明名称类型必须说明base64String否图片base64。base64、url、file 三选其一urlString否图片完整url。base64、url、file 三选其一fileFile否图片文件。base64、url、file 三选其一戳这里查看详情返回样例{ "code": 200,//返回码，详见code返回码说明 "msg": "成功",//code对应的描述 "taskNo": "784148763181713216431566",//本次请求号 "data": { "result": [ { "color": "green",//车牌颜色 "number": "京AB6xxxx",//车牌号码 "location": [//返回文字外接多边形顶点位置 { "x": 942,//水平坐标 "y": 2566 //垂直坐标 }, { "x": 2004, "y": 2508 }, { "x": 1992, "y": 2752 }, { "x": 972, "y": 2810 } ] } ] } }

前言在人像处理、AI绘图、证件照制作、电商设计、短视频运营等业务中，经常需要将人物主体从图片背景中精准分离，实现透明背景图片输出。为了帮助开发者快速实现人像抠图能力，聚美智数提供了人像抠图接口，通过 AI 智能识别人像主体，一键完成背景去除。该接口可广泛应用于证件照制作、商品海报设计、直播电商、图片换背景、AI写真、图片合成、广告设计、社交头像制作、图片编辑等场景，能够有效提升图片处理效率，降低人工修图成本。API介绍接口支持图片 URL、Base64、文件上传等多种图片提交方式，返回透明背景的人像图片，方便开发者快速集成到各类 Web、App、小程序及企业业务系统中。请求说明名称类型必须说明imageString否原人像图片base64urlString否原人像图片url链接typeString否控制返回结果中图片类型个数，默认返回3种图片类型。type等于单个类型，即返回单个对应类型图片。单个类型值样例：labelmaptype等于多个类型，即返回多个对应类型图片。多个类型值样例：labelmap,scoremap,foreground请使用英文逗号分隔即可labelmap - 分割结果图片，去掉人像后的底图scoremap - 人像前景灰度图foreground - 人像前景抠图，透明背景戳这里返回样例{ "code": 200, "msg": "成功", "charge": true, "taskNo": "53507819419028107236", "data": { "labelMapUrl": "xxxxxx",// 去掉人像后的底图url链接，有效期10天。建议自行下载保存，避免丢失 "scoreMapUrl": "xxxxxx",//人像前景灰度图url链接，有效期10天。建议自行下载保存，避免丢失 "foreGroundUrl": "xxxxx",//人像前景抠图url链接，有效期10天。建议自行下载保存，避免丢失 "personNum": 3,//检测到的人体框数目 "personInfo": [//人体框信息 { "height": 210.3421110897064,//人体区域的高度 "width": 325.98774365234375,//人体区域的宽度 "top": 3.704406976699829,//人体区域离上边界的距离 "left": 229.32940673828125, //人体区域离左边界的距离 "score": 0.9801973104476929//人体框的概率分数,取值0-1 }, { "height": 371.6713676452637, "width": 167.91799926757812, "top": 49.91801834106445, "score": 0.4228516221046448, "left": 470.4878234863281 } ] } }

试用了一下华为的AI医疗使能平台，总体来说体验还不错，分析速度很快，对数据集的质量要求不是很高，可自主上传数据训练模型，生成的分析内容可视化较强，便于理解，期待后续更多功能的出现 

前言依托深度神经网络与跨模态分析技术，对图像内容进行精准伪造检测与篡改识别；智能判定图像是否经过编辑伪造，输出详细检测结论与精准的伪造区域坐标信息；对识别出的篡改区域生成热力图，实现伪造位置与篡改程度的可视化呈现，便于直观研判与后续核验。运用场景政务与司法证据图像核验应用于证件照、现场照片、取证图片等关键素材的真实性校验，精准定位图像篡改区域，为政务办理、司法取证提供可靠依据。新闻媒体素材真实性校验对新闻报道、资讯稿件中的配图进行篡改检测，识别合成、拼接、伪造图片，确保新闻素材真实客观，提升媒体公信力。电商商品图片合规核验对商家上传的商品主图、详情图进行篡改检测，识别恶意修图、虚假宣传、盗图拼接等行为，保障商品展示真实可信，维护平台交易秩序。社交平台 UGC 图片安全审核针对用户发布的照片、动态配图进行智能筛查，识别伪造图片、恶意合成内容，防范虚假信息传播与不良内容扩散。API介绍请求参数名称类型必须说明base64String否图片base64串fileFile否照片文件类型urlString否图片urlrestrictProbabilityString否返回伪造区域坐标的阈值detectThresholdString否图片篡改检出阈值imgTypeString否返回的热力图url后缀详见此处返回示例{ "code": 200,//返回码，详见返回码说明 "msg": "成功",//返回码对应描述 "taskNo": "179080619242221104063500",//本次请求号 "charge": true,//计费标志 "data": { "heatmap": "/9j/4AAQSkZJRgABAxxxxxxAAD/2wBD",//篡改区域热力图 "heatmapUrl": "https://xxxxxx/d30/forgery-detection/202601/30/1769743945611-2691.png",//篡改区域热力图url "detectionResult": "fake",//篡改检测结果，fake：有篡改，real：无篡改 "tamperedProportion": "0.993014",//图片篡改置信度 "tamperedLocation": [//伪造区域的坐标信息（当 probability ≥ restrictProbability 阈值时返回坐标信息） { "top": 687,//表示伪造区域的左上顶点的垂直坐标 "left": 484,//表示伪造区域的左上顶点的水平坐标 "probability": 0.8080783784389496,//标识该区域伪造置信度分数 "width": 95,//表示伪造区域的宽度 "height": 202 //表示伪造区域的高度 } ] } }

简介图像内容理解，即采用图像理解视觉大模型，可多维度识别与理解图片内容，包括人、物、行为、场景、文字等，支持输出对图片内容的一句话描述，同时返回图片的分类标签、文字内容等信息。主要功能包括：图片理解与内容描述多维度理解图片内容，支持输出对图片内容的一句话描述，结合大语言模型，可应用于看图问答、视觉推理等场景。物体和场景全识别识别动物、植物、商品、建筑、风景、动漫、食材、公众人物等10万个常见物体及场景，支持拼接返回大类及细分类名称。图片文字全识别检测并识别图片内的全部文字信息，涵盖文档、证件等常见场景，支持输出文字内容及文字位置。API介绍图像内容理解服务涉及 2 个接口，分别为：图像内容理解-提交请求：支持传入图片、提问等参数，创建图像内容理解任务，该接口会返回任务ID。图像内容理解-获取结果：在任务成功创建后，支持传入任务ID，查看任务处理的状态、获取处理完成后返回的结果。详细请参考此处提交请求请求参数名称类型必须说明imageString否图片的base64urlString否图片完整 url，url 长度不超过 1024 字节questionString是提问信息，如“这张图片里有什么？”、“图中的人物是谁，并进行简单介绍”,限制 100 个字符之内image、url 必须提供一个，优先级：url > base64。大小不超过10M，最短边至少64px，最长边最大8192px，图片格式支持jpg/jpeg/png格式。超过4096px的图片，将被自动等比例压缩至4096px进行处理，压缩后会影响处理效果返回样例{ "code": 200,// 返回码，详见返回码说明 "msg": "成功",// 返回码对应描述 "taskNo": "043439882226367117195632",// 本次请求号 "data": { "taskId": "xxxx" //用于获取结果 } } 获取结果请求参数名称类型必须说明taskIdString是提交请求接口返回的taskId返回样例{ "code": 200,//返回码，详见返回码说明 "msg": "成功",//返回码对应描述 "taskNo": "571436032193067500962066",//本次请求号 "data": { "resultCode": "0",//任务状态，0：处理成功；1：处理中 "description": "这张图里面有：\n\n1. 一个人正在讲台上讲话， xxxxxx",//针对输入的 question 问题，对图片内容进行分析后输出的答案 "resultMsg": "处理成功" //任务状态描述 } }

模型训练前准备订阅算法失败参数错误(content_id can't be null or empty)怎么办？