多媒體分析 - Platform For AI

多媒體分析為您提供多媒體領域內的演算法識別服務，包括基本模型服務和進階模型服務，為您提供開箱即用的演算法服務能力。本文為您介紹多媒體分析相關計費說明和使用指導。

背景資訊

多媒體分析支援的演算法服務如下：

基本模型服務：提供映像領域內開箱即用的演算法服務能力，包括映像多標籤、映像品質分評定、人臉屬性分析（顏值、臉型、髮型、發色等資訊）、年齡分析、人像身材修改（瘦身/大碼）、映像去浮水印等模型服務。
進階模型服務：提供視頻領域內開箱即用的演算法服務能力，包括視頻分類打標、視頻品質分評定、圖文視頻動態分類打標（用於動態、文章類的多模態內容打標）、AI繪圖打標（打標結果用於提升AI繪圖模型訓練效果）等模型服務。

計費說明

多媒體分析提供隨用隨付後付費和資源套件預付費兩種計費方式，具體計費說明，詳情請參見多媒體分析計費說明。

使用指導

開通多媒體分析服務和購買資源套件

新使用者首先需要在人工智慧平台PAI的情境化解決方案的多媒體分析中開通服務，具體操作步驟如下。

登入PAI控制台。
按照下圖操作指引，開通多媒體分析服務。
預設使用隨用隨付（後付費）方式，按調用量計費。

您也可以選擇購買資源套件，一次性付費購買，享受更優惠的價格。

在多媒體分析頁面的基本模型服務頁簽，單擊購買點數包。
在模型服務預付費頁面，配置購買數量、情境規格和API調用次數，並單擊立即購買。
其中：情境規格支援選擇多媒體分析-基本模型服務或多媒體分析-進階模型服務；其他參數根據使用情境進行選擇。

Python SDK使用說明

開通多媒體分析服務後，您可以使用Python SDK調用各項演算法服務，詳情請參見多媒體分析：Python SDK使用說明。

Java SDK使用說明

開通多媒體分析服務後，使用Java SDK調用各項演算法服務API介面的操作詳情，請參見Java SDK GitHub。Java SDK和Python SDK的參數基本一致。若需瞭解具體參數說明，請參考多媒體分析：Python SDK使用說明。

多媒體分析能力矩陣

規格	模型服務名稱	每次服務消耗	描述	樣本
基本模型服務	映像品質評分	1次基本模型服務	提供映像品質評估能力，返回 [0, 100] 的浮點數分值。	`"iqa_result":66.88`
	人臉屬性分析	1次基本模型服務	提供人臉相關屬性的輸出，包括臉型、發色、髮型、顏值等資訊。根據人臉地區的座標，將多個人臉區分開來，如果沒有檢測到人臉，則返回一個空數組。	臉型：三角臉、圓臉、心形臉、方形臉、橢圓臉、菱形臉、長臉。女性髮型：劉海類型：中分劉海、劉海編髮、斜劉海、無劉海、空氣劉海、齊劉海。捲髮類型：雲朵卷、大波浪、小波浪、氧氣卷、空氣卷、羊毛卷、蛋卷。髮型：捲髮、盤發、直發、紮發、編髮。長短髮：中長發、短髮、長發。男性髮型：分發、圓寸、子彈頭、平頭、板寸、毛寸、碎發、背頭。發色：黑色、咖啡色、奶奶灰、栗色、棕色、漸層色、酒紅色、金色、黃色、其他顏色。顏值：0～5 分。
	年齡分析	1次基本模型服務	識別映像中主體人臉（唯一）的年齡區間。如果映像中有多個人臉，則只會返回地區最大的主體人臉的結果。如果映像中沒有檢測到人臉，將返回錯誤提示。	年齡區間包含：`'0-2'`、`'3-9'`、`'10-19'`、`'20-29'`、`'30-39'`、`'40-49'`、`'50-59'`、`'60-69'`、`'70+'`。
	映像多標籤	1次基本模型服務	提供映像多標籤打標能力，可以輸出機率最高的Top K個標籤以及對應的機率，也可以輸出映像的高維特徵。	高頻標籤舉例：女生、自拍、男生、生活隨拍、截屏、食物、車、美食、遊戲、卡通、動物、韓系穿搭等。
	人像身材修改	1次基本模型服務	提供人像身材修改功能，您可以上傳人像照片，並通過調整degree參數來控制人像的身材，包括胖身或瘦身，其中`degree > 0`表示瘦身。	介面返回修改後映像的Base64編碼。
	映像去浮水印	1次基本模型服務	去除映像中包含的浮水印。	介面返回去除浮水印後映像的Base64編碼。
	AI繪圖打標	1次基本模型服務	提供AI繪圖（Stable-Diffusion）訓練所需的多種映像多標籤打標能力，更好的標籤能提升訓練模型的生圖效果。	支援的打標模型：WD14、BLIP、GIT、RAM。 caption結果樣本： `"sensitive, 1girl, solo, long hair, looking at viewer, smile, black hair, brown eyes, scarf, lips, realistic"`。
	定製模型服務	N次基本模型服務，具體N的值根據定製模型複雜度有所差異	提供映像、視頻相關的定製模型服務。	根據實際定製模型類型確定。
進階模型服務	圖文視頻動態分類打標	1次進階模型服務	為包含多模態內容的動態或文章提供分類打標服務，支援使用文本+圖片或文本+視頻的組合進行分類打標，並支援返回高維特徵Embedding。	高頻類別舉例：生活、影視綜藝、體育、旅遊、遊戲、美食、健身等。高頻標籤舉例：運動、美食、舞蹈、健身、烹飪、旅遊、自拍等。 embedding舉例： `0.915,0.882,0.943,0.978,1.027,1.181,1.066,1.029,0.866,0.716,0.628,1.203,0.689,0.533,0.734,1.038,0.98,0.613,0.96,0.88,0.586,0.702,1.515,0.697,0.987,0.699,1.179,4.274,0.757,0.89,0.805,0.901`。
	視頻品質評分	1次進階模型服務	提供短視頻品質評估能力，返回[0-100]的浮點品質分。	`"video_score":20.57`
	視頻分類打標	1次進階模型服務	提供短視頻分類打標能力，返回短視頻類別和機率較高的Top K個標籤及對應機率，也支援輸出視頻的高維特徵。	高頻類別舉例：生活、知識、音樂、科技、遊戲。高頻標籤舉例：有字幕、小姐姐、社會新聞資訊、瘦身塑形、劇情段子、影視片段、自然風景等。

測試與服務

如果您需要做進一步的測試和服務，請工單聯絡我們擷取支援人員。