[AI行业案例]-百度大脑助力中小学人工智能课程体系建设
使用产品 通用文字识别 语音识别 语音合成 智能创作平台 图像识别 人脸识别 支持与交流 AI社区 教学视频 文档中心 SDK下载 百度大脑助力中小学人工智能课程体系建设 价值成果 通过引入百度大脑的语音识别、语音合成、文字识别、图像识别、智能创作、人脸识别等技术能力，卓世未来建设了适合人工智能新学科教学的技术平台，完成K12人工智能学科课程体系的打造，实现了从课程到平台、从教学到测评、从实验室建设到师资队伍培训的完整解决方案和服务体系
[AI行业案例]-百度大脑助力快递到家更快更安全
使用产品 通用文字识别（标准版） 语音识别 身份证识别 支持与交流 AI社区 教学视频 文档中心 SDK下载 百度大脑助力快递到家更快更安全 价值成果 风火递小程序通过接入百度大脑OCR通用文字识别（标准版）、身份证识别和语音识别技术，实现了订单信息快速提取和一键实名认证，商家平均发货效率提升了3倍。具体效果如下： 1.
[AI行业案例]-百度OCR助力智能化审批管理
使用产品 营业执照识别 通用文字识别 自定义模板文字识别 EasyDL定制化图像识别 支持与交流 AI社区 教学视频 文档中心 SDK下载 百度OCR助力智能化审批管理 价值成果 科鸿智信通过整合百度AI技术成功搭建的特种设备审批系统，使得审批单位的审批效率从“5×8小时”窗口办理变革为“7×24小时”智慧服务，建立起“一次都不跑、随时随地办”的便民审批服务新模式。
创建数据集 - EasyDL零门槛AI开发平台 | 百度智能云文档
创建数据集 在训练之前需要在数据中心【创建数据集】，添加并标注数据 设计分类 首先想好分类如何设计，每个分类为你希望识别出的一种结果，如要识别水果，则可以以“apple”、“pear”等分别作为一个分类；如果是审核的场景判断合规性，可以以“qualified”、“unqualified”设计为两类，或者“qualified”、“unqualified1”、“unqualified2”、“unqualified3
【企业服务】图像结构化信息提取 - 千帆AppBuilder-产品文档
通用文字识别-高精度版 ：识别票单据内容并提取 添加「开场白」，让其他用户了解应用使用方式。 您好，请上传一张出租车发票的图片，我将为您提取其中的文本信息，例如发票抬头、发票代码、发票号码、日期、里程、实收金额等信息，并以JSON格式输出 应用调试 经过前边的流程，基本已经完成了应用的搭建，现在一起来验证一下应用是否可用吧。
掌通家园
未来展望 携手百度智能云，用AI领跑“家园共育”赛道 未来，掌通家园还计划进一步升级现有的智能设备，打造多人脸识别的一体机、校车远程监控系统、疾病监控和预警系统等产品，其中“智能识别”方向有望成为掌通家园与百度智能云合作最广泛的部分，如果最终落地，人脸识别、语音识别、手势识别、文字识别等多项领先的AI能力势必将为“家园共育”事业带来更多助力。
快速入门 - 客悦智能客服专业版 | 百度智能云文档
您可以根据需求对意图识别置信度进行调整，高于该设定值则可召回，整体逻辑会按置信度从高到低顺序执行。（图12-1） 14. 推荐设置（猜你想问） 意图和FAQ的推荐置信度：同理意图召回置信度。 条数：大模型闲聊和知识问答后的推荐意图例句，置信度高于该设定值则可推荐。（图12-1） 15. 设置引导话术 当对话过程中遇到特殊情况可以使用引导话术进行兜底回复，目前支持以下三种情况的自定义。
[AI行业案例]-OCR技术助力钢铁物流实现智能管理
使用产品 通用文字识别 iOCR通用版 文本纠错 支持与交流 AI社区 教学视频 文档中心 SDK下载 OCR技术助力钢铁物流实现智能管理 价值成果 通过使用百度OCR通用文字识别和iOCR自定义模板文字识别，帮助该钢铁物流平台解决了不同格式钢材的产品标签、码单、甚至有污损标签的识别，大幅提高了监管核验的自动化水平，实现了入库信息的快速采集，目前该物流已向合作的50余家钢厂进行了技术成果推介。
AI开发基础知识 - EasyDL零门槛AI开发平台 | 百度智能云文档
人工智能企图生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理等。 在EasyDL平台背后主要使用了深度学习的技术，深度学习是机器学习(ML, Machine Learning)领域中一个新的研究方向。通过学习样本数据的内在规律和表示层次，最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
AI开发基础知识 - EasyDL零门槛AI开发平台 | 百度智能云文档
人工智能企图生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理等。 在EasyDL平台背后主要使用了深度学习的技术，深度学习是机器学习(ML, Machine Learning)领域中一个新的研究方向。通过学习样本数据的内在规律和表示层次，最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
