- 综合排序
- 最热优先
- 最新优先
- 来自专栏用户6554964的专栏
AI自动识别户型图生成数据建模解决方案
测试识别户型图：图片图片图片图片房型图识别的任务分析。拿到任务后，对当前比较流行的房图风格，进行简单的观察和分析，主要有以下几点：。 最后对识别出的墙面积进行矢量化，得到墙的端点和拐点信息，完成墙的识别。。门窗的识别可以在墙体识别结果的基础上进行。以上主要是用OpenCV中的形态学函数实现的。 当然，在比较困难的图像识别问题上，很少有算法能够达到100%的准确率。对于识别结果中出现的个别错误识别案例，可以在交互中提供修改工具供设计人员使用，大大提高了设计人员的工作效率。 目前，三维家居、酷居装修设计软件也集成了类似的、智能识别户型图中墙面的功能，并提供了对正确和错误的识别和修改的交互工具。基于机器视觉单元图素自动提取方法：第一步是对房屋图进行二值化处理，得到二值图像。 第二步是从二值化图像中识别字符的大小、字符所在的区域和区域的位置，并识别图像中的直线。第三步，将识别的大小数字字符与其对应的比例线段进行匹配。
3.3K40编辑于 2022-11-12 - 来自专栏web三维
从2d户型图到gltf模型
本文使用的户型图 中国铁建·花语璟云94㎡户型 一、设置户型图比例 找到户型所在具体位置，中国铁建·花语璟云。 点击右上角【gis工具】-图像配准工具 导入户型图片 点击右侧【户型图大小一步配准到位】，按提示在户型图上沿线段绘制2点线。第2个点结束。 输入这条线对应户型的真实长度。单位为毫米。 二、户型图同步到单影像 输入长度后，点击这里。忽略配准同步到单影像。并退出配准面板。 回到软件主界面，在左下角【单影像】中找到刚才配准的图片，点击【上图】 二、设置户型高度 这里设置为2.6米 三、基于2d户型图， 绘制GIS数据 1、绘制户型底座和围墙 使用【曲面/线】沿着户型图外围绘制一圈 模型包含了窗户 墙体 户型图作为底座。承重墙颜色和其他不一样。 如果你希望模型底部是整个户型图。将原来户型底座轮廓，设置名称为【备用】或直接删除。
83841编辑于 2025-07-29 - 来自专栏云市场精选
房地产小程序，助力解决行业相关难题
t01ce11577bb686ec8a.jpg 房产小程序是对地产行业需求量身打造的小程序，主要提供最新楼盘、新闻分类、楼房管理等功能，用户可在小程序中查看房子的户型图，并且找到自己喜欢的户型，快速实现传统线下服务的线上化 房产资讯、新闻分类、楼盘管理、幻灯片、区域管理、订单管理、分销、售价管理、申请入驻、支付、购房活动、租金管理、一键拨号、定位导航、支付、户型图管理等。 微盛开发的这款房产小程序可以给商家带来什么？ 1、内部置业顾问 主要针对营销流程，包括客户管理、案场管理等，能够通过识别特定的二维码实现到访客户自助签到，潜在客户管理、客户看房、算价、开盘、收房交付、媒介监督工具、客服交流工具等系列流程，将营销过程工具化
2.3K50发布于 2018-10-31 - 来自专栏机器学习AI算法工程
贝壳找房的深度学习模型迭代及算法优化
其中，NLU 自然语言理解作为核心模块负责意图识别。将识别的问题经过 DM（对话管理模块）分发给不同的机器人处理问题。 4人工智能在户型图自动生成算法中的应用 为增加用户对房屋的理解，贝壳基于自研设备采集到房屋的二维和三维信息，对房源进行深度解读；同时使用人工智能技术，全自动生成房屋三维模型和户型图。 FloorNet 算法在生成户型图的应用 FloorNet 是从点云出发构建户型图的自动重建算法。 基于 GAN 的户型图重建算法 GAN 的基本原理非常简单，以生成图片为例。 另外，对于应用场景来说，贝壳希望通过俯视点云的密度图生成给到的户型图。
2.8K20发布于 2019-10-28 - 来自专栏青年夏日
视频识别 动作识别 实时异常行为识别 等所有行为识别
大家好，我是cv君，很多大创，比赛，项目，工程，科研，学术的炼丹术士问我上述这些识别，该怎么做，怎么选择框架，今天可以和大家分析一下一些方案： 用单帧目标检测做的话，前后语义相关性很差（也有优化版）， 当然可以通过后处理判断下巴是否过框，效果是不够人工智能的），高抬腿计数，目标检测是无法计数的，判断人物的球类运动，目标检测是有很大的误检的：第一种使用球检测，误检很大，第二种使用打球手势检测，遇到人物遮挡球类，就无法识别目标 开始 目前以手势和运动识别为例子，因为cv君没什么数据哈哈 项目演示： 本人做的没转gif，所以大家可以看看其他的演示效果图，跟我的是几乎一样的~ 只是训练数据不同 一、 基本过程和思想
5.6K20发布于 2021-04-18 - 来自专栏决策智能与机器学习
智能识别方面主要进展 | 语音识别、OCR识别、图像识别、生物识别…… | 智能改变生活
识别与分类技术可应用于图像识别、医疗诊断、生物识别、信号识别和预测、雷达信号识别、经济分析，以及在智能交通管理、机动车检测、停车场管理等场合的车牌识别等很广泛的领域。 语音识别：语音识别行业现在似乎维持着最大的平衡，因为国内外各家的引擎识别率都基本在同一个水平线上，差不多达到了当前语音识别技术的极限，彼此之间差距不是那么明显。 国内著名的车牌识别产品主要有中科院自动化研究所汉王公司的汉王眼、北京文通科技有限公司的文通车牌识别系统等。 ? 虹膜识别：现代信息社会对精准识别的需求，呼唤更加不可替代的生物体特征，虹膜识别应运而生。 目前主要应用有证件识别、银行卡识别、名片识别、文档识别、车牌识别等。 ? 唇语识别：相较于前文提到的语音识别、车牌识别、人脸识别等难度更大，其很大程度上取决于语言的语境和对其的了解，而这些都只通过视觉来呈现的。
6.2K30发布于 2020-08-04 - 来自专栏PaddlePaddle
【场景文字识别】场景文字识别
场景文字识别是在图像背景复杂、分辨率低下、字体多样、分布随意等情况下，将图像信息转化为文字序列的过程，可认为是一种特别的翻译过程：将图像输入翻译为自然语言输出。 场景图像文字识别技术的发展也促进了一些新型应用的产生，如通过自动识别路牌中的文字帮助街景应用获取更加准确的地址信息等。 在场景文字识别任务中，我们介绍如何将基于CNN的图像特征提取和基于RNN的序列翻译技术结合，免除人工定义特征，避免字符分割，使用自动学习到的图像特征，完成端到端地无约束字符定位和识别。 本例将演示如何用 PaddlePaddle 完成 场景文字识别 (STR, Scene Text Recognition) 。 任务如下图所示，给定一张场景图片，STR 需要从中识别出对应的文字"keep"。 ? 图 1. 输入数据示例 "keep" |2.
28.4K70发布于 2018-04-02 - 来自专栏全栈程序员必看
python屏幕文字识别_python 图片文字识别 可截图识别
“”” options = {} options[“detect_direction”] = “true” options[“probability”] = “true” “”” 带参数调用通用文字识别 “”” options = {} options[“detect_direction”] = “true” options[“probability”] = “false” “”” 带参数调用通用文字识别 +’********’*2+’\n’) print(‘截屏识别填1，图片识别填2:’) pd=input(”) if pd==’2′: print(‘***************请将图片放置本目录下*
44.3K10编辑于 2022-09-01 - 来自专栏用户8715145的专栏
智能识别图像识别采用了什么原理？智能识别图像识别有哪些应用？
，那么智能识别图像识别采用了什么原理？ 智能识别图像识别有哪些应用？ 智能识别图像识别采用了什么原理？ 智能识别图像识别是通过图像的特征为基础从而达到识别结果的，每个图像都会有自己的特征，在完整的图像库里面就可以找寻出相同特征的图像。 智能识别图像识别有哪些应用？ 智能识别图像识别这项技术虽然并没有完全成熟，但是基础的技术已经能够应用到很多方面的，那么智能识别图像识别有哪些应用？ 关于智能识别图像识别的文章内容今天就介绍到这里，相信大家对于智能识别图像识别这项技术已经有所了解了，相信在未来的某一天人工智能的各种技术都会成熟的。
7.7K30发布于 2021-10-20 - 来自专栏深度学习与python
海量数据中搜索精华价值：Milvus助力头部企业打造前沿AI搜索
Milvus 结合了深度学习领域的前沿技术成果，对接了图片识别，视频处理，声音识别，自然语言处理等易于调用的深度学习模型，可以通过 GPU 等高算力硬件显著降低大规模向量搜索所需的硬件规模，从而降低系统成本 4贝壳找房：Milvus 打造向量搜索平台 房地产中介平台贝壳找房在实践中遇到的一个关键需求，就是通过房产户型图来查找相似房源。 向量搜索在处理户型图、用户画像、语音、长文本等数据时相比传统搜索有着明显优势。 例如，当用户输入“iPhone 6 土豪金 5.5 寸”时，搜索平台可以识别出这组关键字指的是手机这一实体产品类别，并识别出“土豪金”的颜色属性和“5.5 寸”的尺寸属性，从而精确定位到相关产品上，排除了传统搜索技术经常会找到的
1.6K30发布于 2020-11-06 - 来自专栏自然语言处理
实体识别(1) -实体识别任务简介
命名实体识别概念 命名实体识别(Named Entity Recognition,简称NER) , 是指识别文本中具有特定意义的词（实体），主要包括人名、地名、机构名、专有名词等等,并把我们需要识别的词在文本序列中标注出来 例如有一段文本:李明在天津市空港经济区的税务局工作 我们要在上面文本中识别一些区域和地点,那么我们需要识别出来内容有: 李明(人名)、天津市(地点)、 空港经济区(地点)、税务局(组织) 识别上述例子我们使用了以下几个标签 命名实体识别工具 Stanford NER：斯坦福大学开发的基于条件随机场的命名实体识别系统，该系统参数是基于CoNLL、MUC-6、MUC-7和ACE命名实体语料训练出来的 https://nlp.stanford.edu 支持命名实体识别。 用于对序列数据进行分割和标记，主要用于NLP任务，例如命名实体识别、信息提取和序列标注等任务。
1.3K20编辑于 2023-08-25 - 来自专栏算法工程师的学习日志
车牌识别（2）-搭建车牌识别模型
上一期分享了模拟生成车牌的方法，今天分享一下搭建要给简单的车牌识别模型，模拟生成车牌的方法参看：车牌识别（1）-车牌数据集生成 生成的车牌如下图 准备数据集，图片放在path下面，同时把图片名称和图片的车牌号对应关系写入到 y_train是长度为7的列表，其中每个都是shape为(n, # )的ndarray，分别对应n张图片的第一个字符，第二个字符....第七个字符 因为车牌是固定长度，所以有个想法，就是既然我们知道识别七次 ，那就可以用七个模型按照顺序识别。 0.9915 - val_c5_acc: 0.9723 - val_c6_acc: 0.9212 - val_c7_acc: 0.9336 可见五轮训练后，即便是位置靠后的几位车牌，也实现了 93% 的识别准确率 ，识别成功 chars = '' for arg in np.argmax(lic_pred, axis=1): # 取每行中概率值最大的arg,将其转为字符
3.4K30编辑于 2022-07-27 - 来自专栏又见苍岚
调用 Baidu 语音识别接口识别短句
语音识别已经是很成熟的技术了，本文记录调用百度 API 实现语音识别的过程。 简介 百度语音识别的功能： 技术领先识别准确 采用领先国际的流式端到端语音语言一体化建模方法，融合百度自然语言处理技术，近场中文普通话识别准确率达98% 多语种和多方言识别 支持普通话和略带口音的中文识别 ；支持粤语、四川话方言识别；支持英文识别 深度语义解析 支持50多个领域的语义理解，如：天气，交通，娱乐等。 ，使识别结果的表现方式贴合表述，更加可懂 数字格式智能转换 根据语音内容理解可以将数字序列、小数、时间、分数、基础运算符正确转换为数字格式，使得识别的数字结果更符合使用习惯，直观自然 支持自助训练专属模型 音频重采样 语音识别需要将音频采样频率固定在 16k，如果当前音频不是 16k 采样率，需要重采样。 可以参考 修改 wav 音频采样率 测试音频 原神中的一段 音频 为例。
2K10编辑于 2023-06-27 - 来自专栏逸鹏说道
验证码识别，发票编号识别
这里最后做了一个发票编号识别的的案例： 地址：http://v.youku.com/v_show/id_XMTI1MzUxNDY3Ng==.html demo中包含一个验证码识别处理过程的演示程序，一个自动识别工具类库 最终的识别率： ? 图片字符的分割是验证码识别过程中最难的一步，也是决定识别结果的一步。不管多么复杂的验证码只要能准确的切割出来，就都能被识别出来。分割的方式有多种多样，对分割后的精细处理也复杂多样。 4．识别结果，依次将所得到的字符C拼接起来，得到的字符串就是该验证码的识别结果。 下面是验证码识别的具体流程： ? 发票编号识别 这个是基于aforge.net实现的，参考国外一位扑克牌识别的代码。 过程是先确定发票的位置，然后定位到发票编号，切出发票编号，调用自动识别类库识别数字，然后再将识别数据写到屏幕上。
3.3K90发布于 2018-04-09 - 来自专栏全栈程序员必看
opencv 人脸识别 （二）训练和识别
上一篇中我们对训练数据做了一些预处理，检测出人脸并保存在\pic\color\x文件夹下（x=1,2,3,…类别号），本文做训练和识别。 为了识别，首先将人脸训练数据 转为灰度、对齐、归一化，再放入分类器（EigenFaceRecognizer）,最后用训练出的model进行predict。 Output：人脸检测，并识别出每张检测到的人脸。 —————————————– 1.
1.8K30编辑于 2022-09-05 - 来自专栏叶子陪你玩编程
数字识别
上篇的内容最后一个案例代码，其实来自官方的手写数字识别案例教程，我自己基于里面的内容自己删减了一些。 这里主要讲一下里面的数据集，sklearn自带了很多数据集，在安装包的data里面，就有手写数字识别数据集。 虽说是数字识别，不过这个数据集里面并没有实际图片。 ，不过识别前都会通过测试数据测试一下，先看看准确率怎么样，确定效果还不错，就可以用来测试没有见过的数字图片了。 如果将下面的数据（和训练的数据风格类似）转换成图片，再拿去识别是没问题的。 2.从图片文件夹中将所有数字图片读取出来 这里只是做了数字图片的读取，所以只能识别数字。 3.定义一个单张图片匹配的方法。
2.1K10编辑于 2022-02-08 - 来自专栏Don的成长史
单词识别
/weixin_42449444/article/details/89927887 题目描述： 输入一个英文句子，把句子中的单词(不区分大小写)按出现次数按从多到少把单词和次数在屏幕上输出来，要求能识别英文句号和逗号
1.5K20发布于 2019-11-08 - 来自专栏平凡少年
OCR识别
最近作者项目中用到了身份证识别跟营业执照的OCR识别，就研究了一下百度云跟腾讯云的OCR产品接口。
26.8K51发布于 2019-04-11 - 来自专栏全栈程序员必看
Java + opencv 实现人脸识别，图片人脸识别、视频人脸识别、摄像头实时人脸识别
、实时摄像头人脸识别、视频文件人脸识别 * @Description: OpenCV-4.1.1 测试文件 * @date: 2019年8月19日 17:17:48 * @version: V-1.0.0 ，识别成功保存图片到本地 getVideoFromCamera(); // 2- 从本地视频文件中识别人脸 // getVideoFromFile(); // 3- 本地图片人脸识别，识别成功并保存人脸图片到本地 face(); // 4- 比对本地2张图的人脸相似度 （越接近1越相似） String basePicPath while(i<3) { // 匹配成功3次退出 capture.read(video); HighGui.imshow("实时人脸识别 ： 2- 测试本地视频识别人脸 3- 测试本地图片人脸识别 4- 测试本地2张图片人脸的相似度 完结。
28.8K32编辑于 2022-08-30 - 来自专栏VRPinea
1.26 VR扫描：华为VR 2正式上市，售价1999元；小派8K VR头显推迟至2018年Q2发货
其中，“谷居VR”是由谷居自主研发的VR系统，可通过户型图一键生成VR虚拟空间。 VRPinea独家点评：VR看房指日可待。 Occipital希望开发出能够识别人类和对象的追踪技术，目前其开发方向是利用单个摄像头和IMU组件，来追踪空间中的设备，借此来为产品带来高质量的内向外追踪。
82870发布于 2018-05-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号