格式的图片。 application/json请求的body中，请使用标准Json格式。 Base64编码中请勿使用回车换行。 系统不保存用户图片。 图片大小小于8MB，由于过大图片会导致时延较长，并且图片信息量不大，建议小于1MB。 图片分辨率小于，图片中人脸

API概览 人脸识别服务所提供的API，均符合RESTful API设计规范，如表1所示。 表1 人脸识别API 类型 API 说明 人脸检测 人脸检测 人脸检测是对输入图片进行人脸检测和分析，输出人脸在图像中的位置、人脸关键属性。V1版本接口已经停售，该接口仅老用户可用，新用户

缩略、添加水印、转封装、文字审核、图像审核、人脸识别等 文档 压缩、预览、统计等 基因 文件个数统计、模糊搜索、压缩、容量监控通知等 医疗 数据从存储网关到OBS、AI分析、影像筛查等 监控 视频截帧、图片压缩、图片转存、车牌识别、人脸识别、RTMP直存OBS等

通用单模板工作流 工作流介绍 上传模板图片 定义预处理 框选参照字段 框选识别区 评估应用 部署服务 自定义字段类型 编辑应用 删除应用 父主题： 文字识别套件

动车类型，并能同时识别图像中的多个车辆。 需要保证待检测车辆不被遮挡。 人脸对比 用于两张图像中人脸1:1比对，识别是否为同一人。 需要保证两图中的人脸无遮挡。 行程卡识别 用于识别中国大陆个人行程卡图像中的人员名称、时间和途径地点等文字内容。 需要保证待识别内容清晰并不被涂抹。

Tesseract是一个光学字符识别引擎，支持多种操作系统。Tesseract是基于Apache许可证的自由软件，自2006年起由Google赞助开发。2006年，Tesseract被认为是最精准的开源光学字符识别引擎之一。 语言：C++ 一句话描述：文字识别引擎 开源协议：Apache

PASCAL VOC格式说明 字段 是否必选 说明 folder 是 表示数据源所在目录。 filename 是 被标注文件的文件名。 size 是 表示图像的像素信息。 width：必选字段，图片的宽度。 height：必选字段，图片的高度。 depth：必选字段，图片的通道数。 segmented

2020年08月 序号 功能名称 功能描述 阶段 相关文档 1 上线文字识别套件 文字识别套件基于丰富的文字识别算法和行业知识积累，帮助客户快速构建满足不同业务场景需求的文字识别服务，实现多种版式图像的文字信息结构化提取。 公测 文字识别套件 2 企业级AI应用开发专业套件 ModelArts

是 表示图像的像素信息。 width：必选字段，图片的宽度。 height：必选字段，图片的高度。 depth：必选字段，图片的通道数。 segmented 是 表示是否用于分割。 object 是 表示物体检测信息，多个物体标注会有多个object体。 name：必选字段，标注内容的类别。

width：必选字段，图片的宽度。 height：必选字段，图片的高度。 depth：必选字段，图片的通道数。 segmented 是 表示是否用于分割。 object 是 表示物体检测信息，多个物体标注会有多个object体。 name：必选字段，标注内容的类别。 pose：必选字段，标注内容的拍摄角度。

实例名称。 仅支持小写字母（a-z）、数字，横杠和下划线。 以字母开头，长度在16位以内。 model 是 String 模型名称，支持如下模型名称： common-search，通用图片搜索，适用于图片库中搜索相似内容或类别的图片。 image-recommend，版权图片推荐，适用于版

2020年08月 序号 功能名称 功能描述 阶段 相关文档 1 上线文字识别套件 文字识别套件基于丰富的文字识别算法和行业知识积累，帮助客户快速构建满足不同业务场景需求的文字识别服务，实现多种版式图像的文字信息结构化提取。 公测 文字识别套件 2 企业级AI应用开发专业套件 ModelArts

范围：0–128位字符。 箱体尺寸 设置箱体的尺寸。 可选择为“20英尺”或“40英尺”。 位置描述 描述所创建的箱体的物理位置。 范围：0–64位字符。 描述信息 对创建的箱体情况进行说明。 范围：0–512位字符。 左面图片、右面图片、背面图片 可设置箱体的“左面图片”、“右面图片”和“背面图片”。

当前ModelArts Pro开放的预置套件有文字识别套件、自然语言处理套件和视觉套件。 应用场景 特定行业下希望解决特定问题的场景。 文字识别套件 用户认证识别 识别证件中关键信息，节省人工录入，提升效率，降低用户实名认证成本，准确快速便捷。 快递单自动填写 识别图片中联系人信息并自动填写快递单，减少人工输入。

objects 车牌的区域位置信息，列表形式，包含文字区域四个顶点的二维坐标（x,y），其中坐标原点为图片左上角，x轴沿水平方向，y轴沿竖直方向。 confidence Float 相关字段的置信度信息，置信度越大，表示本次结果的对应字段的可靠性越高，在统计意义上，置信度越大，准确率越高。

需要客户自己上传标注图片，就可以在线完成模型训练、评估、发布。 图3 零售场景 物流场景 物流场景需要处理各种格式的票据图片，用户可以通过简单的标注生成自己的专属模板，实现关键字段的自动识别和提取。 特点：对各种格式的票据图片，可制作模板实现关键字段的自动识别和提取。 优势：支持

校正后的图片。格式为图片文件的Base64编码字符串。 如果图片正常，无需校正，或者输出参数中指明无需校正，则此处返回为空串。

NVR设备基本配置 获取不到名单库？ 如图，名单库获取不到可将识别到的硬盘进行格式化，格式化后重启NVR，等待3-5分钟即可自动生成白名单、黑名单、陌生人。 目标识别不生效？ 如图，登录后点击智能，查找目标识别下是否检测到支持目标识别的通道；检测到后勾选开启，设置名单库管理。

预测完成后，预测结果显示区域将展示预测结果，根据预测结果内容，可识别出此图片的数字是“2”。 图13 示例图片 图14 预测结果展示 清除资源 如果不再需要使用此模型及在线服务，建议清除相关资源，避免产生不必要的费用。 在“在线服务”页面，“停止”或“删除”刚创建的在线服务。 在“A

图像内容审核（批量） 功能介绍 分析并识别批量上传的图像内容是否有敏感内容（如涉及政治人物、暴恐元素、涉黄内容等），并将识别结果返回给您。 调试 您可以在API Explorer中调试该接口。 URI POST

能化业务系统，提升业务效率。 内容审核-图像 图像内容审核，利用深度神经网络模型对图片内容进行检测，准确识别图像中的涉政敏感人物、暴恐元素、涉黄内容等，帮助业务规避违规风险。 内容审核-文本 文本内容审核，采用人工智能文本检测技术有效识别涉黄、涉政、广告、辱骂、违禁品和灌水文本内容，提供定制化的文本敏感内容审核方案。

5M），标清（1M），流畅（500kb） × √ √ 自定义添加水印 在视频边角增加水印信息，支持文字水印、图片水印、动图水印（基础版：图片水印；标准版：图片和文字水印；专业版：文字图片和动图水印） × √ √ 基础美颜 简单磨皮、美白，专业版支持暗角和锐度功能 √ √ √ 高级美颜

用户指定的图片外部ID，与当前图像绑定。用户没提供，系统会生成一个。该ID长度范围为1～36位，可以包含字母、数字、中划线或者下划线，不包含其他的特殊字符。

被标注文件的文件名。 size 是 表示图像的像素信息。 width：必选字段，图片的宽度。 height：必选字段，图片的高度。 depth：必选字段，图片的通道数。

VPC服务介绍【视频】 OBS 2.0支持文字识别套件 文字识别套件基于丰富的文字识别算法和行业知识积累，帮助客户快速构建满足不同业务场景需求的文字识别服务，实现多种版式图像的文字信息结构化提取。传统方式开发文字识别应用需要7天，使用文字识别套件完成新版式票证结构化提取接口开发仅需3分钟。

width：必选字段，图片的宽度。 height：必选字段，图片的高度。 depth：必选字段，图片的通道数。 segmented 是 表示是否用于分割。 object 是 表示物体检测信息，多个物体标注会有多个object体。 name：必选字段，标注内容的类别。 pose：必选字段，标注内容的拍摄角度。

如果导入位置为OBS，用户需具备此OBS路径的读取权限。 只支持JPG、JPEG、PNG、BMP格式的图片。 针对已标注数据，刹车盘识别工作流仅支持一张图片识别单个标签，支持如下两种数据格式。 相同标签的图片放在一个目录里，并且目录名字即为标签名。当存在多层目录时，则以最后一层目录为标签名。 示例如下所示，其

key为images的输入数据。 输出 推理结果以“JSON”体的形式返回，具体字段请参见表1。 表1 参数说明 字段名 类型 描述 detection_classes 字符串数组 输出物体的检测类别列表，如["yunbao","cat"]

key为images的输入数据。 输出 推理结果以“JSON”体的形式返回，具体字段请参见表1。 表1 参数说明 字段名 类型 描述 detection_classes 字符串数组 输出物体的检测类别列表，如["yunbao","cat"]

图像内容审核 功能介绍 分析并识别用户上传的图像内容是否有敏感内容（如涉及政治人物、暴恐元素、涉黄内容等），并将识别结果返回给用户。 调试 您可以在API Explorer中调试该接口。 URI POST

Moderation），是基于图像、文本、音频、视频的检测技术，可自动检测涉黄、广告、涉政涉暴、涉政敏感人物等内容，对用户上传的图片、文字、音频、视频进行内容审核，并且可识别照片是否清晰及对表单图片扭曲校正，以满足上传要求，帮助客户降低业务违规风险。

电商场景 商家对自有商品进行短视频拍摄，通过字幕与特效制作，高效立体的展示产品特色。相较于单纯的图文，短视频可以帮助商家提高商品转化率。 户外旅行 通过视频记录旅途中的风土人情，并作简单后期处理，收集并分享全球美景和每一帧美丽图片背后的精彩故事。 新媒体资讯 短视频的形式与新闻

用户指定的图片外部ID，与当前图像绑定。用户没提供，系统会生成一个。该ID长度范围为1～36位，可以包含字母、数字、中划线或者下划线，不包含其他的特殊字符。