创建照片检测任务 功能介绍 该接口用于创建照片检测任务，检测照片是否满足制作照片数字人的要求。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/photo-detection 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →

人脸识别是否可使用证件类照片 人脸识别服务可以使用证件类照片，提取人脸特征时，非人脸信息不会被提取。受技术与成本多种因素制约，人脸识别服务存在一些约束限制，详细请参见约束与限制。 父主题： 产品咨询类

查看更多 →

风格化照片建模的照片有什么要求？ 用于风格化照片建模的照片需要符合以下要求： 照片内容要求：正面照，脸部无遮挡。 照片格式要求：jpg/jpeg/png格式照片，最大分辨率为3840*2160。 父主题： 照片建模

查看更多 →

Character Recognition）对接，可实现图片或扫描件中文字识别功能。例如，识别某用户上传到华为OBS上的身份证图片的全部信息。 前提条件 已申请身份证识别服务，具体操作请参见开通文字识别服务。 图1 已申请身份证识别服务 已获取AK（Access Key ID）、SK（Secret

查看更多 →

查询照片检测任务详情 功能介绍 该接口用于查询照片检测任务详情。 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/photo-detection/{job_id} 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String

查看更多 →

创建照片建模任务 功能介绍 该接口用于创建风格化照片建模任务。使用BASE64编码照片，通过JSON格式上传，生成风格化数字人模型。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/digital-human/stylized/picture-modelings-by-json

查看更多 →

照片数字人限制 照片数字人视频制作限制说明，如表1所示。 表1 照片数字人视频制作限制 照片数字人视频制作配置 限制 人像照片 制作照片数字人的人像照片拍摄要求，如下所示： 正面照，面部占比50%以上，侧脸俯仰不超过15度。 五官清晰无遮挡，目视前方。 良好的亮度，确保面部细节。

查看更多 →

ModelArts AI识别可以单独针对一个标签识别吗？ 标注多个标签进行训练而成的模型，最后部署成在线服务之后也是对标注的多个标签去进行识别的。如果只需要快速识别一种标签，建议单独训练识别此标签的模型使用，并选择较大的部署上线的规格也可以提供识别速度。 父主题： 一般性问题

查看更多 →

自定义字段类型 如果“默认字段类型”不能满足您的业务需求，您可以创建新的字段类型。 在“应用开发>框选识别区”页面单击框选操作图标，单击待识别文字的左上角，移动鼠标框选识别区。 在右侧“框选识别区”中的“字段类型”下拉框中，单击“创建新字段类型”。 弹出“创建字段类型”对话框。 填写字段类型信息。

查看更多 →

自定义字段类型 在应用开发过程中“框选识别区”时会选择“字段类型”，如您框选的文字内容是数字，可选择默认字段类型“数字”。 如果“默认字段类型”不能满足您的业务需求，您可以创建新的字段类型。 前提条件 已在文字识别套件控制台选择“通用单模板工作流”新建应用，详情请见新建应用。 操作步骤

查看更多 →

框选识别区 在文字识别过程中，需要确定图片中识别的文字位置，这就需要在图片模板中框选识别区。 识别区指图片中待识别的文字位置。所有需要识别的图片中都会包含此识别区的字段，且位置固定不变，因此模型可以通过识别区找到需要识别内容的位置。 前提条件 已在文字识别套件控制台选择“通用单模

查看更多 →

框选识别区 在文字识别过程中，需要确定图片中识别的文字位置，这就需要在图片模板中框选识别区。 识别区指图片中待识别的文字位置。所有需要识别的图片中都会包含此识别区的字段，且位置固定不变，因此模型可以通过识别区找到需要识别内容的位置。 前提条件 已在文字识别套件控制台选择“多模板分

查看更多 →

自定义字段类型 在应用开发过程中“框选识别区”时会选择“字段类型”，如您框选的文字内容是数字，可选择默认字段类型“数字”。 如果“默认字段类型”不能满足您的业务需求，您可以创建新的字段类型。 前提条件 已在文字识别套件控制台选择“多模板分类工作流”新建应用，详情请见新建应用。 操作步骤

查看更多 →

创建照片建模任务 功能介绍 该接口用于创建风格化照片建模任务。通过上传照片，生成风格化数字人模型。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/digital-human/stylized/picture-modelings 表1 路径参数

查看更多 →

对提取、文字识别、以及表格识别等任务，实现进阶高效的自动化结构化返回。 通用类 通用表格识别 识别表格图片上的文字内容，并返回识别的结构化结果。 通用文字识别 识别图片上的文字内容，并返回识别的文字和坐标。 网络图片识别 识别网络图片中的文字内容，并以JSON格式返回识别的结构化结果。支持横向、竖向、艺术字识别。

查看更多 →

照片数字人视频制作管理 创建照片分身数字人视频制作任务 查询照片分身数字人视频制作任务详情 取消等待中的照片分身数字人视频制作任务 创建照片检测任务 查询照片检测任务详情 父主题： 分身视频制作

查看更多 →

想不想让一张静态的照片动起来 林欣 基于TensorFlow训练轻量化ssdlite_mbv2人脸手机检测模型 AI练习生 基于ModelArts的手写数字识别 AXYZdong AI 文字编辑图片 instruct-pix2pix 案例 AXYZdong 推理部署 上线二维码检测识别服务 林欣

查看更多 →

为什么人脸识别通过率低 问题现象 人脸识别出现通过率低，前端需要抓拍多张才能找到阈值（0.93）以上的结果。 问题原因 底库照片质量不好。 前端抓拍条件很差。 前端抓拍到的人脸姿态跟底库照片的姿态相差较多，或者底库照片与抓拍的人像相差太多。 解决方案 重新录入底库的照片，将质量差的底库照片更换。

查看更多 →

图1 照片数字人制作页面 表1 界面操作说明 区域 参数 说明 01 请上传您的照片 人像照片 单击“查看示范”，在弹出的“上传照片要求”对话框中，查看照片拍摄要求。 请严格按照要求拍摄并上传照片。照片格式必须为JPG、JPEG、PNG、WEBP，大小不超过16MB，照片比例推荐16:9或9:16。

查看更多 →

对接OCR实现图片上文字识别功能 背景信息 文字识别（Optical Character Recognition，简称OCR）以开放API的方式提供给用户，用户使用Python、Java等编程语言调用OCR服务API将图片识别成文字，帮助用户自动采集关键数据，打造智能化业务系统，提升业务效率。

查看更多 →

录音文件识别多久可以返回结果 音频转写时长受音频时长和排队任务数量影响，音频时长和理论返回时间可参见表 音频转写时长参考表。如果转写耗时比理论时延长，大概率表示当前时间段出现转写高峰，请耐心等待，我们承诺最大转写时长不超过6小时。 表1 音频转写时长参考表 音频时长 参考返回时间

查看更多 →