mirror of
https://gitee.com/mymagicpower/AIAS.git
synced 2024-11-25 16:05:33 +08:00
更新模型加载说明
This commit is contained in:
Calvin
parent
ea4d048f64
commit
458314aa88
@ -1,24 +1,31 @@
|
||||
### 官网：
|
||||
[官网链接](https://www.aias.top/)
|
||||
|
||||
### Download the model and place it in the /models directory
|
||||
- Link 1: https://github.com/mymagicpower/AIAS/releases/download/apps/animals.zip
|
||||
- Link 2: https://github.com/mymagicpower/AIAS/releases/download/apps/mobilenet_animals.zip
|
||||
-
|
||||
### Animal classification recognition SDK
|
||||
Animal recognition SDK that supports the classification of 7978 types of animals.
|
||||
### 下载模型
|
||||
- 链接: https://pan.baidu.com/s/1LLwbo3Wvu96c1lID4drgoQ?pwd=41mj
|
||||
|
||||
### ### SDK features
|
||||
- Supports the classification recognition of 7978 types of animals and provides confidence levels.
|
||||
- Provides two available model examples:
|
||||
1). Example of the large model (resnet50): AnimalsClassificationExample
|
||||
2). Example of the small model (mobilenet_v2): LightAnimalsClassExample
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
[Animal classification](https://aias-home.oss-cn-beijing.aliyuncs.com/AIAS/animal_sdk/animals.txt)
|
||||
### 动物分类识别SDK
|
||||
动物识别sdk，支持7978种动物的分类识别。
|
||||
|
||||
### Running examples
|
||||
- Test image
|
||||
|
||||
### SDK功能
|
||||
- 支持7978种动物的分类识别，并给出置信度。
|
||||
- 提供两个可用模型例子
|
||||
1). 大模型(resnet50)例子：AnimalsClassificationExample
|
||||
2). 小模型(mobilenet_v2)例子：LightAnimalsClassExample
|
||||
|
||||
After successful execution, the command line should display the following information:
|
||||
[动物分类](https://aias-home.oss-cn-beijing.aliyuncs.com/AIAS/animal_sdk/animals.txt)
|
||||
|
||||
### 运行例子
|
||||
- 测试图片
|
||||
|
||||
|
||||
运行成功后，命令行应该看到下面的信息:
|
||||
```text
|
||||
西伯利亚虎 : 1.0
|
||||
[INFO ] - [
|
||||
@ -31,9 +38,31 @@ After successful execution, the command line should display the following inform
|
||||
```
|
||||
|
||||
|
||||
### Open source algorithms
|
||||
#### 1. Open source algorithm used in the SDK
|
||||
### 开源算法
|
||||
#### 1. sdk使用的开源算法
|
||||
- [PaddleClas](https://github.com/PaddlePaddle/PaddleClas)
|
||||
#### 2. How to export the model?
|
||||
- [export_model](https://github.com/PaddlePaddle/PaddleClas/blob/release%2F2.2/tools/export_model.py)
|
||||
- [how_to_create_paddlepaddle_model](http://docs.djl.ai/docs/paddlepaddle/how_to_create_paddlepaddle_model_zh.html)
|
||||
#### 2. 模型如何导出 ?
|
||||
- [export_model](https://github.com/PaddlePaddle/PaddleClas/blob/release%2F2.2/tools/export_model.py)
|
||||
- [how_to_create_paddlepaddle_model](http://docs.djl.ai/docs/paddlepaddle/how_to_create_paddlepaddle_model_zh.html)
|
||||
|
||||
|
||||
|
||||
### 其它帮助信息
|
||||
https://aias.top/guides.html
|
||||
|
||||
### Git地址：
|
||||
[Github链接](https://github.com/mymagicpower/AIAS)
|
||||
[Gitee链接](https://gitee.com/mymagicpower/AIAS)
|
||||
|
||||
|
||||
|
||||
#### 帮助文档：
|
||||
- https://aias.top/guides.html
|
||||
- 1.性能优化常见问题:
|
||||
- https://aias.top/AIAS/guides/performance.html
|
||||
- 2.引擎配置（包括CPU，GPU在线自动加载，及本地配置）:
|
||||
- https://aias.top/AIAS/guides/engine_config.html
|
||||
- 3.模型加载方式（在线自动加载，及本地配置）:
|
||||
- https://aias.top/AIAS/guides/load_model.html
|
||||
- 4.Windows环境常见问题:
|
||||
- https://aias.top/AIAS/guides/windows.html
|
||||
@ -1,9 +1,15 @@
|
||||
### 官网：
|
||||
[官网链接](https://www.aias.top/)
|
||||
|
||||
### 下载模型，放置于models目录
|
||||
### 下载模型
|
||||
- 链接: https://pan.baidu.com/s/1LLwbo3Wvu96c1lID4drgoQ?pwd=41mj
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
### 动物分类识别SDK
|
||||
动物识别sdk，支持7978种动物的分类识别。
|
||||
|
||||
|
||||
@ -1,25 +1,31 @@
|
||||
### 官网：
|
||||
[官网链接](https://www.aias.top/)
|
||||
|
||||
###Download models and place them in the /models directory
|
||||
### 下载模型
|
||||
- 链接: https://pan.baidu.com/s/1No67j8xhXlDfx676P14yQw?pwd=gtdq
|
||||
|
||||
- Link 1: https://github.com/mymagicpower/AIAS/releases/download/apps/dishes.zip
|
||||
- Link 2: https://github.com/mymagicpower/AIAS/releases/download/apps/mobilenet_dishes.zip
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
### Dish Classification Recognition SDK
|
||||
The dish recognition SDK supports the classification recognition of 8416 kinds of dishes.
|
||||
### 菜品分类识别SDK
|
||||
菜品识别sdk，支持8416种菜品的分类识别。
|
||||
|
||||
### SDK Functions
|
||||
-Supports the classification recognition of 8416 kinds of dishes and provides confidence levels.
|
||||
-Provides two available model examples
|
||||
1. Example of the large model (resnet50): DishesClassificationExample
|
||||
2. Example of the small model (mobilenet_v2): LightDishesClassExample
|
||||
### SDK功能
|
||||
- 支持8416种菜品的分类识别，并给出置信度。
|
||||
- 提供两个可用模型例子
|
||||
1). 大模型(resnet50)例子：DishesClassificationExample
|
||||
2). 小模型(mobilenet_v2)例子：LightDishesClassExample
|
||||
|
||||
[Dish Classification](https://aias-home.oss-cn-beijing.aliyuncs.com/AIAS/dish_sdk/dishes.txt)
|
||||
[菜品分类](https://aias-home.oss-cn-beijing.aliyuncs.com/AIAS/dish_sdk/dishes.txt)
|
||||
|
||||
### Running Examples
|
||||
-Test image
|
||||
|
||||
### 运行例子
|
||||
- 测试图片
|
||||
|
||||
|
||||
After successful execution, the command line should display the following information:
|
||||
运行成功后，命令行应该看到下面的信息:
|
||||
```text
|
||||
清炒虾仁 : 1.0
|
||||
[INFO ] - [
|
||||
@ -31,10 +37,30 @@ After successful execution, the command line should display the following inform
|
||||
]
|
||||
```
|
||||
|
||||
### Open source algorithms
|
||||
#### 1. Open source algorithms used in the SDK
|
||||
### 开源算法
|
||||
#### 1. sdk使用的开源算法
|
||||
[PaddleClas](https://github.com/PaddlePaddle/PaddleClas/blob/release%2F2.2/README_ch.md)
|
||||
#### 2. How to export models?
|
||||
#### 2. 模型如何导出 ?
|
||||
- [export_model](https://github.com/PaddlePaddle/PaddleClas/blob/release%2F2.2/tools/export_model.py)
|
||||
- [how_to_create_paddlepaddle_model](http://docs.djl.ai/docs/paddlepaddle/how_to_create_paddlepaddle_model_zh.html)
|
||||
|
||||
|
||||
|
||||
### 其它帮助信息
|
||||
https://aias.top/guides.html
|
||||
|
||||
### Git地址：
|
||||
[Github链接](https://github.com/mymagicpower/AIAS)
|
||||
[Gitee链接](https://gitee.com/mymagicpower/AIAS)
|
||||
|
||||
|
||||
#### 帮助文档：
|
||||
- https://aias.top/guides.html
|
||||
- 1.性能优化常见问题:
|
||||
- https://aias.top/AIAS/guides/performance.html
|
||||
- 2.引擎配置（包括CPU，GPU在线自动加载，及本地配置）:
|
||||
- https://aias.top/AIAS/guides/engine_config.html
|
||||
- 3.模型加载方式（在线自动加载，及本地配置）:
|
||||
- https://aias.top/AIAS/guides/load_model.html
|
||||
- 4.Windows环境常见问题:
|
||||
- https://aias.top/AIAS/guides/windows.html
|
||||
@ -1,9 +1,15 @@
|
||||
### 官网：
|
||||
[官网链接](https://www.aias.top/)
|
||||
|
||||
### 下载模型，放置于models目录
|
||||
### 下载模型
|
||||
- 链接: https://pan.baidu.com/s/1No67j8xhXlDfx676P14yQw?pwd=gtdq
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
### 菜品分类识别SDK
|
||||
菜品识别sdk，支持8416种菜品的分类识别。
|
||||
|
||||
|
||||
@ -1,23 +1,33 @@
|
||||
### 官网：
|
||||
[官网链接](http://www.aias.top/)
|
||||
|
||||
### Download the model and place it in the /models directory
|
||||
- Link: https://github.com/mymagicpower/AIAS/releases/download/apps/crowdnet.zip
|
||||
### 下载模型
|
||||
- 链接: https://pan.baidu.com/s/1aFIcYOE2uzlmQFWEJopBoQ?pwd=svvt
|
||||
|
||||
### Crowd Density Detection SDK
|
||||
The CrowdNet model is a crowd density estimation model proposed in 2016. The paper is "CrowdNet: A Deep Convolutional Network for DenseCrowd Counting". The CrowdNet model is mainly composed of deep convolutional neural networks and shallow convolutional neural networks. It is trained by inputting the original image and the density map obtained by the Gaussian filter. Finally, the model estimates the number of people in the image. Of course, this can not only be used for crowd density estimation, theoretically, density estimation of other animals, etc. should also be possible.
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
The following is the structural diagram of the CrowdNet model. From the structural diagram, it can be seen that the CrowdNet model is composed of a deep convolutional network (Deep Network) and a shallow convolutional network (Shallow Network). The two groups of networks are spliced into one network and then input into a convolutional layer with a convolutional kernel size of 1. Finally, a density map data is obtained through interpolation, and the estimated number of people can be obtained by counting this density.
|
||||
### 人群密度检测 SDK
|
||||
CrowdNet模型是2016年提出的人流密度估计模型，论文为《CrowdNet: A Deep Convolutional Network for DenseCrowd Counting》，
|
||||
CrowdNet模型主要有深层卷积神经网络和浅层卷积神经组成，通过输入原始图像和高斯滤波器得到的密度图进行训练，最终得到的模型估计图像中的行人的数量。
|
||||
当然这不仅仅可以用于人流密度估计，理论上其他的动物等等的密度估计应该也可以。
|
||||
|
||||
以下是CrowdNet模型的结构图，从结构图中可以看出，CrowdNet模型是深层卷积网络（Deep Network）和浅层卷积网络（Shallow Network）组成，
|
||||
两组网络通过拼接成一个网络，接着输入到一个卷积核数量和大小都是1的卷积层，最后通过插值方式得到一个密度图数据，通过统计这个密度就可以得到估计人数。
|
||||
|
||||
|
||||
### SDK functions:
|
||||
- Calculate the number of people
|
||||
- Calculate the density map
|
||||
### sdk功能：
|
||||
- 统计人数
|
||||
- 计算密度图
|
||||
|
||||
### Running Example- CrowdDetectExample
|
||||
- Test picture
|
||||
|
||||
### 运行例子 - CrowdDetectExample
|
||||
- 测试图片
|
||||
|
||||
|
||||
- Example code:
|
||||
- 例子代码：
|
||||
```text
|
||||
Path imageFile = Paths.get("src/test/resources/crowd1.jpg");
|
||||
Image image = ImageFactory.getInstance().fromFile(imageFile);
|
||||
@ -28,21 +38,22 @@ The following is the structural diagram of the CrowdNet model. From the structur
|
||||
Predictor<Image, NDList> predictor = model.newPredictor()) {
|
||||
NDList list = predictor.predict(image);
|
||||
|
||||
//person quantity
|
||||
//quantity为人数
|
||||
float q = list.get(1).toFloatArray()[0];
|
||||
int quantity = (int)(Math.abs(q) + 0.5);
|
||||
logger.info("人数 quantity: {}", quantity);
|
||||
|
||||
// density为密度图
|
||||
NDArray densityArray = list.get(0);
|
||||
logger.info("density: {}", densityArray.toDebugString(1000000000, 1000, 1000, 1000));
|
||||
logger.info("密度图 density: {}", densityArray.toDebugString(1000000000, 1000, 1000, 1000));
|
||||
```
|
||||
|
||||
|
||||
- After the operation is successful, the command line should see the following information:
|
||||
- 运行成功后，命令行应该看到下面的信息:
|
||||
```text
|
||||
[INFO ] - Person quantity: 11
|
||||
[INFO ] - 人数 quantity: 11
|
||||
|
||||
[INFO ] - Density: ND: (1, 1, 80, 60) cpu() float32
|
||||
[INFO ] - 密度图 density: ND: (1, 1, 80, 60) cpu() float32
|
||||
[
|
||||
[ 4.56512964e-04, 2.19504116e-04, 3.44428350e-04, ..., -1.44560239e-04, 1.58709008e-04],
|
||||
[ 9.59073077e-05, 2.53924576e-04, 2.51444580e-04, ..., -1.64886122e-04, 1.14555296e-04],
|
||||
@ -56,14 +67,14 @@ The following is the structural diagram of the CrowdNet model. From the structur
|
||||
]
|
||||
|
||||
```
|
||||
#### Density map
|
||||
#### 密度图
|
||||
|
||||
|
||||
|
||||
### Open source algorithm
|
||||
#### 1. Open source algorithm used by SDK
|
||||
### 开源算法
|
||||
#### 1. sdk使用的开源算法
|
||||
- [PaddlePaddle-CrowdNet](https://github.com/yeyupiaoling/PaddlePaddle-CrowdNet)
|
||||
#### 2. How to export the model?
|
||||
#### 2. 模型如何导出 ?
|
||||
- [how_to_create_paddlepaddle_model](http://docs.djl.ai/docs/paddlepaddle/how_to_create_paddlepaddle_model_zh.html)
|
||||
- export_model.py
|
||||
```text
|
||||
@ -94,4 +105,21 @@ exe = fluid.Executor(place)
|
||||
if __name__ == '__main__':
|
||||
paddle.enable_static()
|
||||
save_pretrained()
|
||||
```
|
||||
```
|
||||
|
||||
|
||||
### Git地址：
|
||||
[Github链接](https://github.com/mymagicpower/AIAS)
|
||||
[Gitee链接](https://gitee.com/mymagicpower/AIAS)
|
||||
|
||||
|
||||
#### 帮助文档：
|
||||
- http://aias.top/guides.html
|
||||
- 1.性能优化常见问题:
|
||||
- http://aias.top/AIAS/guides/performance.html
|
||||
- 2.引擎配置（包括CPU，GPU在线自动加载，及本地配置）:
|
||||
- http://aias.top/AIAS/guides/engine_config.html
|
||||
- 3.模型加载方式（在线自动加载，及本地配置）:
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
- 4.Windows环境常见问题:
|
||||
- http://aias.top/AIAS/guides/windows.html
|
||||
@ -1,9 +1,15 @@
|
||||
### 官网：
|
||||
[官网链接](http://www.aias.top/)
|
||||
|
||||
### 下载模型，放置于models目录
|
||||
### 下载模型
|
||||
- 链接: https://pan.baidu.com/s/1aFIcYOE2uzlmQFWEJopBoQ?pwd=svvt
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
### 人群密度检测 SDK
|
||||
CrowdNet模型是2016年提出的人流密度估计模型，论文为《CrowdNet: A Deep Convolutional Network for DenseCrowd Counting》，
|
||||
CrowdNet模型主要有深层卷积神经网络和浅层卷积神经组成，通过输入原始图像和高斯滤波器得到的密度图进行训练，最终得到的模型估计图像中的行人的数量。
|
||||
|
||||
@ -1,9 +1,15 @@
|
||||
### 官网：
|
||||
[官网链接](https://www.aias.top/)
|
||||
|
||||
### 下载模型，放置于models目录
|
||||
### 下载模型
|
||||
- 链接: https://pan.baidu.com/s/10lwRrO3puEMpnVHD9FYObg?pwd=c134
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
### 人脸对齐 SDK
|
||||
sdk给出了人脸对齐的 java 实现。
|
||||
人脸对齐算法是一种用于对齐人脸图像中的人脸的技术。其目的是将人脸图像中的人脸调整到一个标准的位置和大小，以便于后续的人脸识别、表情识别、面部分析等任务的进行。
|
||||
|
||||
@ -4,6 +4,12 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/10lwRrO3puEMpnVHD9FYObg?pwd=c134
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
#### 人脸检测(含5个人脸关键点)SDK
|
||||
sdk给出了人脸检测的 java 实现。
|
||||
人脸检测算法是一种计算机视觉技术，它基于机器学习和人工智能技术，用于自动检测和定位图像或视频中的人脸。这种算法可以识别脸部特征和形状，并根据这些信息对人脸进行分类和跟踪。
|
||||
|
||||
@ -4,6 +4,12 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/10lwRrO3puEMpnVHD9FYObg?pwd=c134
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
### 人脸特征提取与比对SDK
|
||||
人工智能人脸特征提取是一种复杂而重要的计算机技术，其主要目的是通过对人脸图像进行深度分析和处理，提取出具有代表性的特征信息，以用于实现人脸识别、人脸比对、人脸验证等应用。这个技术的核心在于将人脸图像转化为计算机能够理解的数字特征，这些特征可以被用于训练人工智能模型，从而提高模型的准确性和性能。
|
||||
人脸特征提取技术是一项非常重要的技术，在现代生活中被广泛应用于安防、金融、医疗等领域。在安防领域，人脸特征提取技术可以用于实现人脸识别、身份验证等功能，提高社会安全。在金融领域，人脸特征提取技术可以用于实现客户身份验证和授权，以确保金融交易的安全性和可靠性。在医疗领域，人脸特征提取技术可以用于实现医生和患者身份认证，提高医疗服务的质量和效率。
|
||||
|
||||
@ -4,6 +4,12 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/10lwRrO3puEMpnVHD9FYObg?pwd=c134
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
### 人脸特征提取与比对SDK
|
||||
人工智能人脸特征提取是一种复杂而重要的计算机技术，其主要目的是通过对人脸图像进行深度分析和处理，提取出具有代表性的特征信息，以用于实现人脸识别、人脸比对、人脸验证等应用。这个技术的核心在于将人脸图像转化为计算机能够理解的数字特征，这些特征可以被用于训练人工智能模型，从而提高模型的准确性和性能。
|
||||
人脸特征提取技术是一项非常重要的技术，在现代生活中被广泛应用于安防、金融、医疗等领域。在安防领域，人脸特征提取技术可以用于实现人脸识别、身份验证等功能，提高社会安全。在金融领域，人脸特征提取技术可以用于实现客户身份验证和授权，以确保金融交易的安全性和可靠性。在医疗领域，人脸特征提取技术可以用于实现医生和患者身份认证，提高医疗服务的质量和效率。
|
||||
|
||||
@ -4,6 +4,12 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/10lwRrO3puEMpnVHD9FYObg?pwd=c134
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
#### 图片人脸修复 SDK
|
||||
人工智能图片人脸修复是一种应用计算机视觉技术和深度学习算法进行图像修复的方法。这种技术可以自动识别图像中的人脸，并进行修复和还原，从而使图像更加完整、清晰和自然。它可以处理各种类型的图像，包括黑白照片、彩色照片和视频帧等。相较于传统的图像修复方法，人工智能图片人脸修复更加高效和准确。它可以快速地修复照片中的缺陷，例如面部皮肤瑕疵、眼睛或嘴巴的闭合问题等，使其看起来更加美观自然。这种技术在图像处理、医学影像、电影制作等领域都有着广泛的应用前景，并且随着人工智能技术的不断发展，其应用领域也会越来越广泛。
|
||||
|
||||
|
||||
@ -4,6 +4,12 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/10lwRrO3puEMpnVHD9FYObg?pwd=c134
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
### 人脸提升分辨率 SDK
|
||||
人工智能图片人脸修复是一种应用计算机视觉技术和深度学习算法进行图像修复的方法。这种技术可以自动识别图像中的人脸，并进行修复和还原，从而使图像更加完整、清晰和自然。相较于传统的图像修复方法，人工智能图片人脸修复更加高效和准确。它可以快速地修复照片中的缺陷，例如面部皮肤瑕疵、眼睛或嘴巴的闭合问题等，使其看起来更加美观自然。这种技术在图像处理、医学影像、电影制作等领域都有着广泛的应用前景，并且随着人工智能技术的不断发展，其应用领域也会越来越广泛。
|
||||
|
||||
|
||||
@ -4,6 +4,12 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1hM3HFi3kviMshOGKKlVCLg?pwd=p6t4
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
### 口罩检测SDK
|
||||
口罩检测助力抗击肺炎，人工智能技术正被应用到疫情防控中来。
|
||||
抗疫切断传播途径中，佩戴口罩已经几乎成为了最重要的举措之一。但是在实际场景中，仍然有不重视、不注意、侥幸心理的人员不戴口罩，尤其在公众场合，给个人和公众造成极大的风险隐患。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1xjKfXLMmTs0iWwJ0NpDmKg?pwd=zpwa
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 图片特征提取(512维)SDK
|
||||
提取图片512维特征值，并支持图片1:1特征比对，给出置信度。
|
||||
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1xjKfXLMmTs0iWwJ0NpDmKg?pwd=zpwa
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 图片特征提取(512维)SDK
|
||||
提取图片512维特征值，并支持图片1:1特征比对，给出置信度。
|
||||
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1LnKnwM2TcEi8SpP-cHbA9g?pwd=yu4g
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 烟火检测SDK
|
||||
支持烟雾-火灾2类检测.
|
||||
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1LrBs49Y32vU5Z71_E-qwIA?pwd=cfsc
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 图像矫正
|
||||
在OCR文字识别的时候，我们得到的图像一般情况下都不是正的，多少都会有一定的倾斜。 并且图片有可能是透视视角拍摄，需要重新矫正，尤其此时，将图片转正可以提高文字识别的精度。
|
||||
智能图片裁剪框架。自动识别边框，手动调节选区，使用透视变换裁剪并矫正选区；适用于身份证，名片，文档等照片的裁剪。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1LrBs49Y32vU5Z71_E-qwIA?pwd=cfsc
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 图像矫正
|
||||
在OCR文字识别的时候，我们得到的图像一般情况下都不是正的，多少都会有一定的倾斜。 并且图片有可能是透视视角拍摄，需要重新矫正，尤其此时，将图片转正可以提高文字识别的精度。
|
||||
智能图片裁剪框架。自动识别边框，手动调节选区，使用透视变换裁剪并矫正选区；适用于身份证，名片，文档等照片的裁剪。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/153hn2bzJ6WGElAgXE0Hb8A?pwd=7d2n
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 黑白图片上色 SDK
|
||||
黑白图片上色是一种基于人工智能技术的应用程序，旨在将黑白照片自动转换为彩色照片。这种技术通常利用深度学习和计算机视觉算法，通过分析图像中的像素和内容来预测合适的颜色，并将其应用到黑白图像中，从而实现黑白照片的上色。
|
||||
这种技术的应用领域非常广泛，包括历史照片的修复和彩色化、电影和视频的修复与彩色化、艺术创作等。通过黑白图片自动上色，用户可以快速、高效地将黑白照片转换为彩色照片，使得这些古老的影像更加生动和真实。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/153hn2bzJ6WGElAgXE0Hb8A?pwd=7d2n
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 黑白图片上色 SDK
|
||||
黑白图片上色是一种基于人工智能技术的应用程序，旨在将黑白照片自动转换为彩色照片。这种技术通常利用深度学习和计算机视觉算法，通过分析图像中的像素和内容来预测合适的颜色，并将其应用到黑白图像中，从而实现黑白照片的上色。
|
||||
这种技术的应用领域非常广泛，包括历史照片的修复和彩色化、电影和视频的修复与彩色化、艺术创作等。通过黑白图片自动上色，用户可以快速、高效地将黑白照片转换为彩色照片，使得这些古老的影像更加生动和真实。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1xjKfXLMmTs0iWwJ0NpDmKg?pwd=zpwa
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 图像&文本的跨模态相似性比对检索 SDK【支持40种语言】
|
||||
|
||||
#### 背景介绍
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1xjKfXLMmTs0iWwJ0NpDmKg?pwd=zpwa
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 图像&文本的跨模态相似性比对检索 SDK【支持40种语言】
|
||||
|
||||
#### 背景介绍
|
||||
|
||||
@ -4,6 +4,11 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1cAh-o8CTeaSH-QSCGtfMgw?pwd=32ty
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
##### 文本图像超分辨 - image_text_sr_sdk
|
||||
提供了两个模型，根据需要使用。
|
||||
|
||||
@ -4,6 +4,11 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1cAh-o8CTeaSH-QSCGtfMgw?pwd=32ty
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
##### 文本图像超分辨 - image_text_sr_sdk
|
||||
提供了两个模型，根据需要使用。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
#### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1DOlDnpxf8XUvTGfFrCWdmQ?pwd=gdin
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
## 文字识别（OCR）工具箱
|
||||
文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，
|
||||
交通领域的车票识别，企业中各种表单识别，以及日常工作生活中常用的身份证，驾驶证，护照识别等等。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
#### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1aUOhMUQpvNb5VvcnIhLlVQ?pwd=2hqi
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
|
||||
## 文字识别（OCR）工具箱
|
||||
文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
#### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1kNlsZBvfZtX-VsdXLFI_8A?pwd=w0fo
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
|
||||
## 文字识别（OCR）工具箱
|
||||
文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1sQ7L9BpJtqeNsHy1uOuzGg?pwd=g2c2
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
## 文字识别（OCR）工具箱
|
||||
文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，
|
||||
交通领域的车票识别，企业中各种表单识别，以及日常工作生活中常用的身份证，驾驶证，护照识别等等。
|
||||
|
||||
@ -5,6 +5,13 @@
|
||||
- 链接：https://pan.baidu.com/s/1GSdLe3jxPzzn-5GzUfze9A?pwd=2g6f
|
||||
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
## 文字识别（OCR）工具箱
|
||||
文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，
|
||||
交通领域的车票识别，企业中各种表单识别，以及日常工作生活中常用的身份证，驾驶证，护照识别等等。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1qO_tQrXyMIDcBnBxJKsQPw?pwd=5soi
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
## OCR文字识别
|
||||
文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，
|
||||
交通领域的车票识别，企业中各种表单识别，以及日常工作生活中常用的身份证，驾驶证，护照识别等等。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1kPDducw29Ln_Hxv17ks86A?pwd=gq36
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 行人检测SDK
|
||||
行人检测是利用计算机视觉技术判断图像中是否存在行人并给予精确定位，一般用矩形框表示。
|
||||
行人检测技术有很强的使用价值，它可以与行人跟踪，行人重识别等技术结合，应用于汽车无人驾驶系统，
|
||||
|
||||
@ -3,7 +3,14 @@
|
||||
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1m4NAiKTDdhcTWROdkwofFg?pwd=in39
|
||||
-
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### SAM2抠图 SDK
|
||||
SAM2（Segment Anything Model 2）是由Meta公司发布的先进图像和视频分割模型。它是Segment Anything Model（SAM）的升级版本，
|
||||
SAM是Meta的FAIR实验室之前发布的一款用于图像分割的基础模型，能够在给定提示的情况下生成高质量的对象掩模。
|
||||
|
||||
@ -3,7 +3,14 @@
|
||||
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1m4NAiKTDdhcTWROdkwofFg?pwd=in39
|
||||
-
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### SAM2抠图 SDK
|
||||
SAM2（Segment Anything Model 2）是由Meta公司发布的先进图像和视频分割模型。它是Segment Anything Model（SAM）的升级版本，
|
||||
SAM是Meta的FAIR实验室之前发布的一款用于图像分割的基础模型，能够在给定提示的情况下生成高质量的对象掩模。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1zm8tN94p2UgUS3HN0NTHRA?pwd=uzfy
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 一键抠图 SDK
|
||||
一键抠图是一种图像处理技术，旨在自动将图像中的前景对象从背景中分离出来。它可以帮助用户快速、准确地实现抠图效果，无需手动绘制边界或进行复杂的图像编辑操作。
|
||||
一键抠图的原理通常基于计算机视觉和机器学习技术。它使用深度神经网络模型，通过训练大量的图像样本，学习如何识别和分离前景对象和背景。这些模型能够理解图像中的像素信息和上下文，并根据学习到的知识进行像素级别的分割。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1zm8tN94p2UgUS3HN0NTHRA?pwd=uzfy
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 一键抠图 SDK
|
||||
一键抠图是一种图像处理技术，旨在自动将图像中的前景对象从背景中分离出来。它可以帮助用户快速、准确地实现抠图效果，无需手动绘制边界或进行复杂的图像编辑操作。
|
||||
一键抠图的原理通常基于计算机视觉和机器学习技术。它使用深度神经网络模型，通过训练大量的图像样本，学习如何识别和分离前景对象和背景。这些模型能够理解图像中的像素信息和上下文，并根据学习到的知识进行像素级别的分割。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1dbWkbO0N5jsk-sruJo7XJQ?pwd=s1qv
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 智慧工地检测SDK
|
||||
支持检测的类别：
|
||||
- person （人体）
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1P3hfmGMHL56ENYLpGShYNg?pwd=wf6s
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 超分辨(4倍)SDK
|
||||
提升图片4倍分辨率。
|
||||
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1P3hfmGMHL56ENYLpGShYNg?pwd=wf6s
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 超分辨(4倍)SDK
|
||||
提升图片4倍分辨率。
|
||||
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/144DQ7G-cCXOSox-I7WMp8g?pwd=sgve
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 车辆检测SDK
|
||||
车辆检测是城市交通监控中非常重要并且具有挑战性的任务，该任务的难度在于对复杂场景中相对较小的车辆进行精准地定位和分类。
|
||||
支持car (汽车)，truck (卡车)，bus (公交车)，motorbike (摩托车)，tricycle (三轮车)等车型的识别。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1zOFT88EHwYQDbkCjN025HQ?pwd=tn44
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 自然语言与代码特征提取 SDK
|
||||
自然语言与代码特征提取工具箱提供3个SDK，以满足不同精度与速度的需要。特征向量提取应用场景有：
|
||||
代码推荐：基于代码特征提取算法，可以分析代码库中的代码片段，并为开发人员提供代码补全、代码片段推荐等功能，提高开发效率。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1zOFT88EHwYQDbkCjN025HQ?pwd=tn44
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 自然语言与代码特征提取 SDK
|
||||
自然语言与代码特征提取工具箱提供3个SDK，以满足不同精度与速度的需要。特征向量提取应用场景有：
|
||||
代码推荐：基于代码特征提取算法，可以分析代码库中的代码片段，并为开发人员提供代码补全、代码片段推荐等功能，提高开发效率。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1T_BVZTuYTTk4SweV9dnHzA?pwd=euxp
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 自然语言与代码特征提取 SDK
|
||||
自然语言与代码特征提取工具箱提供3个SDK，以满足不同精度与速度的需要。特征向量提取应用场景有：
|
||||
代码推荐：基于代码特征提取算法，可以分析代码库中的代码片段，并为开发人员提供代码补全、代码片段推荐等功能，提高开发效率。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1T_BVZTuYTTk4SweV9dnHzA?pwd=euxp
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 自然语言与代码特征提取 SDK
|
||||
自然语言与代码特征提取工具箱提供3个SDK，以满足不同精度与速度的需要。特征向量提取应用场景有：
|
||||
代码推荐：基于代码特征提取算法，可以分析代码库中的代码片段，并为开发人员提供代码补全、代码片段推荐等功能，提高开发效率。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1CX7mHfcHXSvywK44ENjDCg?pwd=1b2q
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【支持中文】
|
||||
使用场景主要是中文，少量英文的情况。
|
||||
- 模型通过千万级 (2200w+) 的中文句对数据集进行训练
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1CX7mHfcHXSvywK44ENjDCg?pwd=1b2q
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【支持中文】
|
||||
使用场景主要是中文，少量英文的情况。
|
||||
- 模型通过千万级 (2200w+) 的中文句对数据集进行训练
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1rIQjfxJGrhFbjy2UG3p7kA?pwd=2mud
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 自然语言与代码特征提取 SDK
|
||||
自然语言与代码特征提取工具箱提供3个SDK，以满足不同精度与速度的需要。特征向量提取应用场景有：
|
||||
代码推荐：基于代码特征提取算法，可以分析代码库中的代码片段，并为开发人员提供代码补全、代码片段推荐等功能，提高开发效率。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1rIQjfxJGrhFbjy2UG3p7kA?pwd=2mud
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 自然语言与代码特征提取 SDK
|
||||
自然语言与代码特征提取工具箱提供3个SDK，以满足不同精度与速度的需要。特征向量提取应用场景有：
|
||||
代码推荐：基于代码特征提取算法，可以分析代码库中的代码片段，并为开发人员提供代码补全、代码片段推荐等功能，提高开发效率。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1EcT7QH_yoqIQDqdO0Hiv5A?pwd=1e1k
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【支持100种语言】
|
||||
句向量是指将语句映射至固定维度的实数向量。
|
||||
将不定长的句子用定长的向量表示，为NLP下游任务提供服务。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1EcT7QH_yoqIQDqdO0Hiv5A?pwd=1e1k
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【支持100种语言】
|
||||
句向量是指将语句映射至固定维度的实数向量。
|
||||
将不定长的句子用定长的向量表示，为NLP下游任务提供服务。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1jFs6RzsWohumXYERvpGKrw?pwd=m7at
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【支持15种语言】
|
||||
句向量是指将语句映射至固定维度的实数向量。
|
||||
将不定长的句子用定长的向量表示，为NLP下游任务提供服务。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1jFs6RzsWohumXYERvpGKrw?pwd=m7at
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【支持15种语言】
|
||||
句向量是指将语句映射至固定维度的实数向量。
|
||||
将不定长的句子用定长的向量表示，为NLP下游任务提供服务。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1hW3HZ9iIuz20FXtrZBAoKg?pwd=96ij
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【支持中文】
|
||||
用CoSENT方法训练，基于nghuyong/ernie-3.0-base-zh用人工挑选后的中文STS数据集，加入了s2p(sentence to paraphrase)数据，
|
||||
强化了其长文本的表征能力，并在中文各NLI测试集评估达到SOTA，中文s2p(句子vs段落)语义匹配任务推荐使用。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1hW3HZ9iIuz20FXtrZBAoKg?pwd=96ij
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【支持中文】
|
||||
用CoSENT方法训练，基于nghuyong/ernie-3.0-base-zh用人工挑选后的中文STS数据集，加入了s2p(sentence to paraphrase)数据，
|
||||
强化了其长文本的表征能力，并在中文各NLI测试集评估达到SOTA，中文s2p(句子vs段落)语义匹配任务推荐使用。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1tUAXk-xx4s-ehcXjclplFQ?pwd=dakb
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【中文】
|
||||
用CoSENT方法训练，基于hfl/chinese-macbert-base在中文STS-B数据训练得到，并在中文STS-B测试集评估达到较好效果，
|
||||
中文通用语义匹配任务推荐使用。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1tUAXk-xx4s-ehcXjclplFQ?pwd=dakb
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【中文】
|
||||
用CoSENT方法训练，基于hfl/chinese-macbert-base在中文STS-B数据训练得到，并在中文STS-B测试集评估达到较好效果，
|
||||
中文通用语义匹配任务推荐使用。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1Cg39GHycfjoghwsihHblYA?pwd=iap1
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【支持中文】
|
||||
用CoSENT方法训练，基于nghuyong/ernie-3.0-base-zh，用人工挑选后的中文STS数据集：
|
||||
shibing624/nli-zh-all/text2vec-base-chinese-sentence-dataset训练得到。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1Cg39GHycfjoghwsihHblYA?pwd=iap1
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【支持中文】
|
||||
用CoSENT方法训练，基于nghuyong/ernie-3.0-base-zh，用人工挑选后的中文STS数据集：
|
||||
shibing624/nli-zh-all/text2vec-base-chinese-sentence-dataset训练得到。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1Hg4eF1IntXlkOVCy1SEsyg?pwd=3rs3
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【支持中文】
|
||||
是用CoSENT方法训练，基于sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
|
||||
用人工挑选后的多语言STS数据集训练得到， 并在中英文测试集评估相对于原模型效果有提升。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1Hg4eF1IntXlkOVCy1SEsyg?pwd=3rs3
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 句向量SDK【支持中文】
|
||||
是用CoSENT方法训练，基于sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
|
||||
用人工挑选后的多语言STS数据集训练得到， 并在中英文测试集评估相对于原模型效果有提升。
|
||||
|
||||
@ -4,6 +4,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1jM5vy82-60V9-qmeyHrDZg?pwd=xqiu
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 文本 - 词法分析SDK [中文]
|
||||
词法分析模型能整体性地完成中文分词、词性标注、专名识别任务。
|
||||
|
||||
|
||||
@ -5,6 +5,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1KRrr0zQE601fqHZhf4oG4Q?pwd=e4lq
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
## 202种语言互相翻译 SDK
|
||||
|
||||
### SDK功能：
|
||||
|
||||
@ -5,6 +5,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1KRrr0zQE601fqHZhf4oG4Q?pwd=e4lq
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
## 202种语言互相翻译 SDK
|
||||
|
||||
### SDK功能：
|
||||
|
||||
@ -5,6 +5,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1sCH0dPjQoBchN8T2BbTRHw?pwd=388n
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
## 中英互相翻译 - SDK
|
||||
|
||||
### SDK功能：
|
||||
|
||||
@ -5,6 +5,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1sCH0dPjQoBchN8T2BbTRHw?pwd=388n
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
## 中英互相翻译 - SDK
|
||||
|
||||
### SDK功能：
|
||||
|
||||
@ -1,6 +1,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1dy134zJKWoXKWdsKPSLqrg?pwd=ejtb
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
# 中英文语音识别（ASR）【长语音】
|
||||
语音识别（Automatic Speech Recognition）是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语。
|
||||
语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。
|
||||
|
||||
@ -1,6 +1,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1dy134zJKWoXKWdsKPSLqrg?pwd=ejtb
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
# 中英文语音识别（ASR）【短语音】
|
||||
语音识别（Automatic Speech Recognition）是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语。
|
||||
语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。
|
||||
|
||||
@ -2,6 +2,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1N3N0-AsUwV6fMc5BSBFNKA?pwd=dv9s
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### TTS 文本转为语音
|
||||
注意: 为了防止克隆他人声音用于非法用途，代码限定音色文件只能使用程序中给定的音色文件。
|
||||
声音克隆是指使用特定的音色，结合文字的读音合成音频，使得合成后的音频具有目标说话人的特征，从而达到克隆的目的。
|
||||
|
||||
@ -4,6 +4,13 @@ http://aias.top/
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1LnKnwM2TcEi8SpP-cHbA9g?pwd=yu4g
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 烟火检测
|
||||
支持烟雾-火灾2类检测.
|
||||
|
||||
|
||||
@ -4,6 +4,13 @@ http://aias.top/
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1LnKnwM2TcEi8SpP-cHbA9g?pwd=yu4g
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 烟火检测
|
||||
支持烟雾-火灾2类检测.
|
||||
|
||||
|
||||
@ -4,6 +4,13 @@ http://aias.top/
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1LnKnwM2TcEi8SpP-cHbA9g?pwd=yu4g
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 烟火检测
|
||||
支持烟雾-火灾2类检测.
|
||||
|
||||
|
||||
@ -4,6 +4,13 @@ http://aias.top/
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1LnKnwM2TcEi8SpP-cHbA9g?pwd=yu4g
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 烟火检测
|
||||
支持烟雾-火灾2类检测.
|
||||
|
||||
|
||||
@ -4,6 +4,13 @@ http://aias.top/
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1_pVwsMV6C04xUjIJmjGQsw?pwd=bpnp
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### 口罩检测
|
||||
口罩检测助力抗击肺炎，人工智能技术正被应用到疫情防控中来。 抗疫切断传播途径中，
|
||||
佩戴口罩已经几乎成为了最重要的举措之一。但是在实际场景中，仍然有不重视、不注意、
|
||||
|
||||
@ -2,6 +2,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1vduRynjwR69qCCAoIoXAwQ?pwd=t9j5
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### flink-情感倾向分析【英文】SDK
|
||||
情感倾向分析（Sentiment Classification）
|
||||
针对带有主观描述的文本，可自动判断该文本的情感极性类别并给出相应的置信度，
|
||||
|
||||
@ -2,6 +2,13 @@
|
||||
### 下载模型，放置于models目录
|
||||
- 链接: https://pan.baidu.com/s/1u6zGdB7GW83H9Kg64OB_Sw?pwd=c73c
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
|
||||
### kafka-情感倾向分析【英文】SDK
|
||||
情感倾向分析（Sentiment Classification）
|
||||
针对带有主观描述的文本，可自动判断该文本的情感极性类别并给出相应的置信度，
|
||||
|
||||
@ -1,9 +1,32 @@
|
||||
## 目录：
|
||||
http://aias.top/
|
||||
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1eKaVbBwGOcx0IFeYTG0Gjg?pwd=5c0x
|
||||
### 下载模型
|
||||
- 链接：https://pan.baidu.com/s/1eKaVbBwGOcx0IFeYTG0Gjg?pwd=5c0x
|
||||
|
||||
### 更新yaml配置文件的模型路径
|
||||
```bash
|
||||
# Model URI
|
||||
model:
|
||||
# 模型路径,注意路径最后要有分隔符
|
||||
# /Users/calvin/products/4_apps/simple_text_search/text-search/models/m100/
|
||||
# D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\code2vec_sdk\\models\\
|
||||
# D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\codet5p_110m_sdk\\models\\
|
||||
# D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\mpnet_base_v2_sdk\\models\\
|
||||
vecModelPath: D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\code2vec_sdk\\models\\
|
||||
# 模型名字
|
||||
# all-MiniLM-L12-v2.pt
|
||||
# all-MiniLM-L6-v2.pt
|
||||
# codet5p-110m.pt
|
||||
# all-mpnet-base-v2.pt
|
||||
vecModelName: all-MiniLM-L12-v2.pt
|
||||
# 设置为 CPU 核心数 (Core Number)
|
||||
poolSize: 4
|
||||
# 最大代码字符长度
|
||||
maxLength: 1024
|
||||
# 翻译模型路径,注意路径最后要有分隔符
|
||||
transModelPath: D:\\ai_projects\\products\\4_apps\\code_search\\code-search\\models\\opus-mt-zh-en\\
|
||||
```
|
||||
|
||||
### 代码语义搜索
|
||||
本例子提供了代码语义搜索，支持上传csv文件，使用句向量模型提取特征，并基于milvus向量引擎进行后续检索。
|
||||
@ -99,7 +122,7 @@ java -jar code-search-0.1.0.jar
|
||||
|
||||
#### 3.2 拉取Milvus向量引擎镜像（用于计算特征值向量相似度）
|
||||
下载 milvus-standalone-docker-compose.yml 配置文件并保存为 docker-compose.yml
|
||||
[单机版安装文档](https://milvus.io/docs/v2.2.x)
|
||||
[单机版安装文档](https://milvus.io/docs/v2.2.x)
|
||||
```bash
|
||||
wget $ wget https://github.com/milvus-io/milvus/releases/download/v2.2.8/milvus-standalone-docker-compose.yml -O docker-compose.yml
|
||||
```
|
||||
@ -123,10 +146,10 @@ search:
|
||||
- 输入地址： http://localhost:8090
|
||||
|
||||
- 上传CSV数据文件
|
||||
1). 点击上传按钮上传jsonl文件.
|
||||
[测试数据](https://aias-home.oss-cn-beijing.aliyuncs.com/data/testData.jsonl)
|
||||
2). 点击特征提取按钮.
|
||||
等待文件解析，特征提取，特征存入向量引擎。通过console可以看到进度信息。
|
||||
1). 点击上传按钮上传jsonl文件.
|
||||
[测试数据](https://aias-home.oss-cn-beijing.aliyuncs.com/data/testData.jsonl)
|
||||
2). 点击特征提取按钮.
|
||||
等待文件解析，特征提取，特征存入向量引擎。通过console可以看到进度信息。
|
||||
|
||||
|
||||
|
||||
@ -137,12 +160,12 @@ search:
|
||||
|
||||
## 5. 帮助信息
|
||||
- swagger接口文档:
|
||||
http://localhost:8089/swagger-ui.html
|
||||
|
||||
http://localhost:8089/swagger-ui.html
|
||||
|
||||
|
||||
- 初始化向量引擎(清空数据):
|
||||
me.aias.tools.MilvusInit.java
|
||||
- 初始化向量引擎(清空数据):
|
||||
me.aias.tools.MilvusInit.java
|
||||
|
||||
- Milvus向量引擎参考链接
|
||||
[Milvus向量引擎官网](https://milvus.io/cn/docs/overview.md)
|
||||
[Milvus向量引擎Github](https://github.com/milvus-io)
|
||||
[Milvus向量引擎官网](https://milvus.io/cn/docs/overview.md)
|
||||
[Milvus向量引擎Github](https://github.com/milvus-io)
|
||||
|
||||
@ -1,9 +1,32 @@
|
||||
## 目录：
|
||||
http://aias.top/
|
||||
|
||||
### 下载模型，放置于models目录
|
||||
### 下载模型
|
||||
- 链接：https://pan.baidu.com/s/1eKaVbBwGOcx0IFeYTG0Gjg?pwd=5c0x
|
||||
|
||||
### 更新yaml配置文件的模型路径
|
||||
```bash
|
||||
# Model URI
|
||||
model:
|
||||
# 模型路径,注意路径最后要有分隔符
|
||||
# /Users/calvin/products/4_apps/simple_text_search/text-search/models/m100/
|
||||
# D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\code2vec_sdk\\models\\
|
||||
# D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\codet5p_110m_sdk\\models\\
|
||||
# D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\mpnet_base_v2_sdk\\models\\
|
||||
vecModelPath: D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\code2vec_sdk\\models\\
|
||||
# 模型名字
|
||||
# all-MiniLM-L12-v2.pt
|
||||
# all-MiniLM-L6-v2.pt
|
||||
# codet5p-110m.pt
|
||||
# all-mpnet-base-v2.pt
|
||||
vecModelName: all-MiniLM-L12-v2.pt
|
||||
# 设置为 CPU 核心数 (Core Number)
|
||||
poolSize: 4
|
||||
# 最大代码字符长度
|
||||
maxLength: 1024
|
||||
# 翻译模型路径,注意路径最后要有分隔符
|
||||
transModelPath: D:\\ai_projects\\products\\4_apps\\code_search\\code-search\\models\\opus-mt-zh-en\\
|
||||
```
|
||||
|
||||
### 代码语义搜索
|
||||
本例子提供了代码语义搜索，支持上传csv文件，使用句向量模型提取特征，并基于milvus向量引擎进行后续检索。
|
||||
|
||||
@ -2,9 +2,31 @@
|
||||
http://aias.top/
|
||||
|
||||
### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1eKaVbBwGOcx0IFeYTG0Gjg?pwd=5c0x
|
||||
- 链接：https://pan.baidu.com/s/1eKaVbBwGOcx0IFeYTG0Gjg?pwd=5c0x
|
||||
|
||||
|
||||
### 更新yaml配置文件的模型路径
|
||||
```bash
|
||||
# Model URI
|
||||
model:
|
||||
# 模型路径,注意路径最后要有分隔符
|
||||
# /Users/calvin/products/4_apps/simple_text_search/text-search/models/m100/
|
||||
# D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\code2vec_sdk\\models\\
|
||||
# D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\codet5p_110m_sdk\\models\\
|
||||
# D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\mpnet_base_v2_sdk\\models\\
|
||||
modelPath: D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\codet5p_110m_sdk\\models\\
|
||||
# 模型名字
|
||||
# all-MiniLM-L12-v2.pt
|
||||
# all-MiniLM-L6-v2.pt
|
||||
# codet5p-110m.pt
|
||||
# all-mpnet-base-v2.pt
|
||||
modelName: codet5p-110m.pt
|
||||
# 设置为 CPU 核心数 (Core Number)
|
||||
poolSize: 4
|
||||
# 最大代码字符长度
|
||||
maxLength: 1024
|
||||
```
|
||||
|
||||
### 代码语义搜索【无向量引擎版】 - simple_code_search
|
||||
#### 主要特性
|
||||
- 支持100万以内的数据量
|
||||
@ -72,11 +94,11 @@ java -jar code-search-0.1.0.jar
|
||||
- 输入地址： http://localhost:8090
|
||||
|
||||
- 上传CSV数据文件
|
||||
1). 点击上传按钮上传jsonl文件.
|
||||
[测试数据](https://aias-home.oss-cn-beijing.aliyuncs.com/data/testData.jsonl)
|
||||
2). 点击特征提取按钮.
|
||||
等待文件解析，特征提取。通过console可以看到进度信息。
|
||||
|
||||
1). 点击上传按钮上传jsonl文件.
|
||||
[测试数据](https://aias-home.oss-cn-beijing.aliyuncs.com/data/testData.jsonl)
|
||||
2). 点击特征提取按钮.
|
||||
等待文件解析，特征提取。通过console可以看到进度信息。
|
||||
|
||||
|
||||
- 相似代码搜索
|
||||
输入代码片段，点击查询，可以看到返回的清单，根据相似度排序。
|
||||
@ -85,6 +107,6 @@ java -jar code-search-0.1.0.jar
|
||||
|
||||
## 5. 帮助信息
|
||||
- swagger接口文档:
|
||||
http://localhost:8089/swagger-ui.html
|
||||
|
||||
http://localhost:8089/swagger-ui.html
|
||||
|
||||
|
||||
|
||||
@ -5,6 +5,28 @@ http://aias.top/
|
||||
- 链接：https://pan.baidu.com/s/1eKaVbBwGOcx0IFeYTG0Gjg?pwd=5c0x
|
||||
|
||||
|
||||
### 更新yaml配置文件的模型路径
|
||||
```bash
|
||||
# Model URI
|
||||
model:
|
||||
# 模型路径,注意路径最后要有分隔符
|
||||
# /Users/calvin/products/4_apps/simple_text_search/text-search/models/m100/
|
||||
# D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\code2vec_sdk\\models\\
|
||||
# D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\codet5p_110m_sdk\\models\\
|
||||
# D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\mpnet_base_v2_sdk\\models\\
|
||||
modelPath: D:\\ai_projects\\products\\2_nlp_sdks\\embedding\\codet5p_110m_sdk\\models\\
|
||||
# 模型名字
|
||||
# all-MiniLM-L12-v2.pt
|
||||
# all-MiniLM-L6-v2.pt
|
||||
# codet5p-110m.pt
|
||||
# all-mpnet-base-v2.pt
|
||||
modelName: codet5p-110m.pt
|
||||
# 设置为 CPU 核心数 (Core Number)
|
||||
poolSize: 4
|
||||
# 最大代码字符长度
|
||||
maxLength: 1024
|
||||
```
|
||||
|
||||
### 代码语义搜索【无向量引擎版】 - simple_code_search
|
||||
#### 主要特性
|
||||
- 支持100万以内的数据量
|
||||
|
||||
@ -5,6 +5,18 @@
|
||||
### 下载模型
|
||||
- 链接: https://pan.baidu.com/s/1QKUSP7IaIY3U3pK6cqvdCg?pwd=g75s
|
||||
|
||||
|
||||
### 更新 image-search/aiplatform-system/src/main/resources/config/ yaml配置文件的模型路径
|
||||
```bash
|
||||
# Model URI
|
||||
model:
|
||||
# P:/aias/models/CLIP-ViT-B-32-IMAGE.pt
|
||||
# /Users/calvin/products/4_apps/image_search/image-search/models/CLIP-ViT-B-32-IMAGE.pt
|
||||
imageModel: P:/aias/models/CLIP-ViT-B-32-IMAGE.pt
|
||||
poolSize: 64
|
||||
transModelPath: D:\\ai_projects\\products\\4_apps\\code_search\\code-search\\models\\opus-mt-zh-en\\
|
||||
```
|
||||
|
||||
### 以图搜图产品
|
||||
<div align="center">
|
||||
<img src="https://aias-home.oss-cn-beijing.aliyuncs.com/products/image_search/images/arc.png" width = "600"/>
|
||||
|
||||
@ -4,6 +4,17 @@ http://aias.top/
|
||||
### 下载模型
|
||||
- 链接: https://pan.baidu.com/s/1QKUSP7IaIY3U3pK6cqvdCg?pwd=g75s
|
||||
|
||||
### 更新 image_search/src/main/resources/ yaml配置文件的模型路径
|
||||
```bash
|
||||
# Model URI
|
||||
model:
|
||||
# Embedding Model
|
||||
imageModel: /Users/calvin/products/4_apps/simple_image_search/image_search/models/CLIP-ViT-B-32-IMAGE.pt
|
||||
# 设置为 CPU 核心数 (Core Number)
|
||||
poolSize: 4
|
||||
|
||||
```
|
||||
|
||||
### 以图搜图【无向量引擎版】
|
||||
#### 主要特性
|
||||
- 支持100万以内的数据量
|
||||
|
||||
@ -1,9 +1,22 @@
|
||||
### 官网：
|
||||
[官网链接](https://www.aias.top/)
|
||||
|
||||
### 下载模型
|
||||
### 下载模型,配置yml文件 sam2_backend\src\main\resources\application-xxx.yml
|
||||
- 链接: https://pan.baidu.com/s/1cY_b4Pvz0nLCJogTscyy-A?pwd=8ed9
|
||||
|
||||
```bash
|
||||
model:
|
||||
# 设置为 CPU 核心数 (Core Number)
|
||||
poolSize: 4
|
||||
sam2:
|
||||
# encoder model URI
|
||||
# sam2-hiera-large-encoder.onnx
|
||||
encoder: D:\\ai_projects\\AIAS\\1_image_sdks\\seg_sam2_sdk\\models\\sam2-hiera-tiny-encoder.onnx
|
||||
# decoder model URI
|
||||
# sam2-hiera-large-decoder.onnx
|
||||
decoder: D:\\ai_projects\\AIAS\\1_image_sdks\\seg_sam2_sdk\\models\\sam2-hiera-tiny-decoder.onnx
|
||||
```
|
||||
|
||||
### 框选一键抠图
|
||||
一键抠图是一种图像处理技术，旨在自动将图像中的前景对象从背景中分离出来。它可以帮助用户快速、准确地实现抠图效果，无需手动绘制边界或进行复杂的图像编辑操作。
|
||||
一键抠图的原理通常基于计算机视觉和机器学习技术。它使用深度神经网络模型，通过训练大量的图像样本，学习如何识别和分离前景对象和背景。这些模型能够理解图像中的像素信息和上下文，并根据学习到的知识进行像素级别的分割。
|
||||
|
||||
@ -1,9 +1,23 @@
|
||||
### 目录：
|
||||
https://www.aias.top/
|
||||
|
||||
### 模型下载：
|
||||
### 载模型, 更新配置yml文件 ocr_backend\src\main\resources\application-xxx.yml
|
||||
- 链接：https://pan.baidu.com/s/1-OEOcYHjSeqbfu7XD3ASgw?pwd=f43t
|
||||
|
||||
```bash
|
||||
model:
|
||||
# 设置为 CPU 核心数 (Core Number)
|
||||
poolSize: 4
|
||||
ocrv4:
|
||||
# server detection model URI
|
||||
det: D:\\ai_projects\\products\\4_apps\\iocr\\ocr_backend\\models\\ch_PP-OCRv4_det_infer.zip
|
||||
# server recognition model URI
|
||||
rec: D:\\ai_projects\\products\\4_apps\\iocr\\ocr_backend\\models\\ch_PP-OCRv4_rec_infer.zip
|
||||
mlsd:
|
||||
# mlsd model URI
|
||||
model: D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\mlsd_traced_model_onnx.zip
|
||||
```
|
||||
|
||||
### OCR 自定义模板识别
|
||||
|
||||
文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，
|
||||
|
||||
@ -1,9 +1,23 @@
|
||||
### 目录：
|
||||
https://www.aias.top/
|
||||
|
||||
### 模型下载：
|
||||
### 载模型, 更新配置yml文件 ocr_backend\src\main\resources\application-xxx.yml
|
||||
- 链接：https://pan.baidu.com/s/1-OEOcYHjSeqbfu7XD3ASgw?pwd=f43t
|
||||
|
||||
```bash
|
||||
model:
|
||||
# 设置为 CPU 核心数 (Core Number)
|
||||
poolSize: 4
|
||||
ocrv4:
|
||||
# server detection model URI
|
||||
det: D:\\ai_projects\\products\\4_apps\\iocr\\ocr_backend\\models\\ch_PP-OCRv4_det_infer.zip
|
||||
# server recognition model URI
|
||||
rec: D:\\ai_projects\\products\\4_apps\\iocr\\ocr_backend\\models\\ch_PP-OCRv4_rec_infer.zip
|
||||
mlsd:
|
||||
# mlsd model URI
|
||||
model: D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\mlsd_traced_model_onnx.zip
|
||||
```
|
||||
|
||||
### OCR 自定义模板识别
|
||||
|
||||
文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，
|
||||
@ -17,9 +31,9 @@ OCR（文字识别）是目前常用的一种AI能力。
|
||||
当前版本包含了下面功能：
|
||||
1. 模板自定义
|
||||
2. 基于模板识别（支持旋转、倾斜的图片）
|
||||
3. 自由文本识别（用于调试）
|
||||
4. 文本转正（用于调试）
|
||||
|
||||
3. 自由文本识别
|
||||
4. 文本转正
|
||||
|
||||
|
||||
|
||||
### 1. 前端部署
|
||||
@ -86,9 +100,9 @@ nohup java -Dfile.encoding=utf-8 -jar xxxxx.jar > log.txt 2>&1 &
|
||||
#### 3. 基于模板文字识别
|
||||
|
||||
|
||||
#### 4. 通用文本识别
|
||||
#### 4. 通用文本识别
|
||||
|
||||
|
||||
|
||||
#### 5. 文本转正
|
||||
|
||||
|
||||
|
||||
@ -1,9 +1,30 @@
|
||||
### 目录：
|
||||
https://www.aias.top/
|
||||
|
||||
### 模型下载：
|
||||
### 下载模型, 更新配置yml文件 ocr_backend\src\main\resources\application-xxx.yml
|
||||
- 链接：https://pan.baidu.com/s/1-OEOcYHjSeqbfu7XD3ASgw?pwd=f43t
|
||||
|
||||
```bash
|
||||
model:
|
||||
# 设置为 CPU 核心数 (Core Number)
|
||||
poolSize: 4
|
||||
table:
|
||||
# 表格数据集训练的版面分析模型，支持中英文文档表格区域的检测
|
||||
layout: D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\picodet_lcnet_x1_0_fgd_layout_table_infer_onnx.zip
|
||||
# 英文表格识别
|
||||
rec: D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\en_ppstructure_mobile_v2.0_SLANet_infer.zip
|
||||
# 中文表格识别
|
||||
# D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\ch_ppstructure_mobile_v2.0_SLANet_infer.zip
|
||||
ocrv4:
|
||||
# server detection model URI
|
||||
det: D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\ch_PP-OCRv4_det_infer.zip
|
||||
# server recognition model URI
|
||||
rec: D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\ch_PP-OCRv4_rec_infer.zip
|
||||
mlsd:
|
||||
# mlsd model URI
|
||||
model: D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\mlsd_traced_model_onnx.zip
|
||||
|
||||
```
|
||||
### OCR Web应用
|
||||
文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，
|
||||
交通领域的车票识别，企业中各种表单识别，以及日常工作生活中常用的身份证，驾驶证，护照识别等等。
|
||||
|
||||
@ -1,9 +1,30 @@
|
||||
### 目录：
|
||||
https://www.aias.top/
|
||||
|
||||
### 模型下载：
|
||||
### 下载模型, 更新配置yml文件 ocr_backend\src\main\resources\application-xxx.yml
|
||||
- 链接：https://pan.baidu.com/s/1-OEOcYHjSeqbfu7XD3ASgw?pwd=f43t
|
||||
|
||||
```bash
|
||||
model:
|
||||
# 设置为 CPU 核心数 (Core Number)
|
||||
poolSize: 4
|
||||
table:
|
||||
# 表格数据集训练的版面分析模型，支持中英文文档表格区域的检测
|
||||
layout: D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\picodet_lcnet_x1_0_fgd_layout_table_infer_onnx.zip
|
||||
# 英文表格识别
|
||||
rec: D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\en_ppstructure_mobile_v2.0_SLANet_infer.zip
|
||||
# 中文表格识别
|
||||
# D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\ch_ppstructure_mobile_v2.0_SLANet_infer.zip
|
||||
ocrv4:
|
||||
# server detection model URI
|
||||
det: D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\ch_PP-OCRv4_det_infer.zip
|
||||
# server recognition model URI
|
||||
rec: D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\ch_PP-OCRv4_rec_infer.zip
|
||||
mlsd:
|
||||
# mlsd model URI
|
||||
model: D:\\ai_projects\\AIAS\\6_web_app\\ocr_web_app\\ocr_backend\\models\\mlsd_traced_model_onnx.zip
|
||||
|
||||
```
|
||||
### OCR Web应用
|
||||
文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，
|
||||
交通领域的车票识别，企业中各种表单识别，以及日常工作生活中常用的身份证，驾驶证，护照识别等等。
|
||||
@ -14,7 +35,7 @@ OCR（文字识别）是目前常用的一种AI能力。
|
||||
2. 文本图片转正 （一般情况下不需要，因为ocr 原生支持旋转、倾斜的图片 ）
|
||||
3. 表格文本识别（图片需是剪切好的单表格图片）
|
||||
4. 表格自动检测文本识别（支持表格文字混编，自动检测表格识别文字，支持多表格）
|
||||
|
||||
|
||||
|
||||
|
||||
### 1. 前端部署
|
||||
@ -111,9 +132,9 @@ nohup java -Dfile.encoding=utf-8 -jar xxxxx.jar > log.txt 2>&1 &
|
||||
- 输入地址： http://localhost:8089
|
||||
|
||||
|
||||
#### 1. 通用文本识别
|
||||
#### 1. 通用文本识别
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
@ -1,8 +1,21 @@
|
||||
## 目录：
|
||||
http://aias.top/
|
||||
|
||||
### 下载模型
|
||||
### 下载模型, 更新配置yml文件 text-translation\src\main\resources\application-xxx.yml
|
||||
- 链接: https://pan.baidu.com/s/1KRrr0zQE601fqHZhf4oG4Q?pwd=e4lq
|
||||
-
|
||||
```bash
|
||||
# Model URI
|
||||
model:
|
||||
# 模型路径,注意路径最后要有分隔符
|
||||
# /Users/calvin/products/4_apps/trans_nllb_sdk/text-translation/models/
|
||||
modelPath: D:\\ai_projects\\products\\2_nlp_sdks\\trans_nllb_sdk\\models\\
|
||||
# 模型名字
|
||||
modelName: traced_translation.pt
|
||||
# 设置为 CPU 核心数 (Core Number)
|
||||
poolSize: 4
|
||||
|
||||
```
|
||||
|
||||
### 202种语言互相翻译 Web 应用
|
||||
|
||||
|
||||
@ -4,6 +4,12 @@
|
||||
### 下载模型，放置于各自项目的models目录
|
||||
- 链接: https://pan.baidu.com/s/1BUnSYila9LQ_7hREZzY-3Q?pwd=h5fv
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
### 图像生成预处理
|
||||
- 显卡CUDA：11.7版本
|
||||
- 参考测试数据：分辨率 512*512 25步 CPU(i5处理器) 5分钟。 3060显卡20秒。
|
||||
|
||||
@ -4,6 +4,12 @@
|
||||
### 下载模型，放置于各自项目的models目录
|
||||
- 链接: https://pan.baidu.com/s/1BUnSYila9LQ_7hREZzY-3Q?pwd=h5fv
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
### 图像生成预处理
|
||||
- 显卡CUDA：11.7版本
|
||||
- 参考测试数据：分辨率 512*512 25步 CPU(i5处理器) 5分钟。 3060显卡20秒。
|
||||
|
||||
@ -4,6 +4,12 @@
|
||||
### 下载模型，放置于各自项目的models目录
|
||||
- 链接: https://pan.baidu.com/s/1sQu1mVR6pPqyBL8nil89tg?pwd=g287
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
#### 图像生成提示词参考
|
||||
- https://arthub.ai/
|
||||
|
||||
|
||||
@ -4,6 +4,12 @@
|
||||
### 下载模型，放置于各自项目的models目录
|
||||
- 链接: https://pan.baidu.com/s/1sQu1mVR6pPqyBL8nil89tg?pwd=g287
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
#### 图像生成提示词参考
|
||||
- https://arthub.ai/
|
||||
|
||||
|
||||
@ -4,6 +4,11 @@
|
||||
#### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1GSdLe3jxPzzn-5GzUfze9A?pwd=2g6f
|
||||
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
## 文字识别（OCR）工具箱
|
||||
文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，
|
||||
|
||||
@ -3,7 +3,12 @@
|
||||
|
||||
#### 下载模型，放置于models目录
|
||||
- 链接：https://pan.baidu.com/s/1GSdLe3jxPzzn-5GzUfze9A?pwd=2g6f
|
||||
|
||||
-
|
||||
### 模型使用方法：
|
||||
- 1. 用模型的名字搜索代码，找到模型的加载位置
|
||||
- 2. 然后更新模型路径（代码里默认加载路径是：项目/models 文件夹）
|
||||
- 3. 具体模型加载方法
|
||||
- http://aias.top/AIAS/guides/load_model.html
|
||||
|
||||
## 文字识别（OCR）工具箱
|
||||
文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，
|
||||
|
||||
Loading…
Reference in New Issue
Block a user