任务类型 | 深度视觉

📄️ 文字识别

面向工业细分和复杂场景的OCR技术-支持中文

图像分类模型采用轻量级架构，推理速度快、计算效率高，在保持高分类精度的同时实现低延迟预测。输出为图像级类别标签，适用于快速图像分类、内容过滤及预处理等场景。

实例分割（Instance Segmentation）模型可以同时识别和分割图像中的每个对象实例。不仅可以标识出对象的类别，并且能精确地分割出每个对象的像素级区域。

目标检测（Object Detection）用于识别图像中的目标类别，并用矩形框标出每个目标的位置。它适合零部件定位、装配检查、缺陷区域定位和目标计数等任务。

语义分割模型为图像中的每个像素分配一个语义类别标签。与实例分割（区分同类物体的不同个体）不同，语义分割仅关注类别级别的区分。我们使用了一种创新的语义分割模型，通过并行多分辨率分支始终保持高分辨率特征，避免传统编码器-解码器结构中的信息丢失。