南京市珐之弘网络技术有限公司
首页 > 营销学院 > AI智能

【校园AI Day-AI workshop】快速用PP-OCRv3识别并重命名

在实际的工作中，有时候需要根据图片中的指定区域进行重命名，通过PaddleOCR和PP-OCRv3实现可自主框选识别区，实现识别内容的精确提取。本任务提供30张交付验收单，采用PP-OCRv3的文字检测、文字识别,方向检测等模型通过PaddleOCR来组合完成识别图片中的铁塔名称，并根据该字段完成对图片的重命名。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

1. 背景介绍

1.1 任务描述

在实际的工作中，有时候需要根据图片中的指定区域进行重命名，通过PaddleOCR和PP-OCRv3实现可自主框选识别区，实现识别内容的精确提取。本任务提供30张交付验收单，采用PP-OCRv3的文字检测、文字识别,方向检测等模型通过PaddleOCR来组合完成识别图片中的铁塔名称，并根据该字段完成对图片的重命名。

1.2 查看需要预测的图片

In [1] 
! mkdir dataset
! unzip -d dataset -q /home/aistudio/data/data149936/Scan_0012_0004.zip
In [2] 
import matplotlib.pyplot as pltfrom PIL import Image
%pylab inline

img = Image.open("/home/aistudio/dataset/Scan_0012_0004/Scan_0012_0019.jpg")
figsize = (48,24)
plt.figure("preview", figsize=figsize)
plt.imshow(img)
plt.show()
Populating the interactive namespace from numpy and matplotlib

1.3 完成思路

使用飞桨场景应用开发套件PaddleOCR + PP-OCRv3实现。

    1. 识别框选区域“铁塔名称”
    1. 根据“铁塔名称”的位置去筛选其他识别区域，如果是多行的情况也需要识别
    • 左边框不超过“铁塔名称”的右边框
    • 下边框不超过“铁塔名称”的上边框
    • 上边框不超过“铁塔名称”的下边框

2.PP-OCRv3

PP-OCRv3在PP-OCRv2的基础上进一步升级。整体的框架图保持了与PP-OCRv2相同的pipeline，针对检测模型和识别模型进行了优化。其中，检测模块仍基于DB算法优化，而识别模块不再采用CRNN，换成了IJCAI 2025最新收录的文本识别算法SVTR，并对其进行产业适配。PP-OCRv3系统框图如下所示（粉色框中为PP-OCRv3新增策略）：

从算法改进思路上看，分别针对检测和识别模型，进行了共9个方面的改进：

  • 检测模块：

    • LK-PAN：大感受野的PAN结构；
    • DML：教师模型互学习策略；
    • RSE-FPN：残差注意力机制的FPN结构；

  • 识别模块：

    • SVTR_LCNet：轻量级文本识别网络；
    • GTC：Attention指导CTC训练策略；
    • TextConAug：挖掘文字上下文信息的数据增广策略；
    • TextRotNet：自监督的预训练模型；
    • UDML：联合互学习策略；
    • UIM：无标注数据挖掘方案。

从效果上看，速度可比情况下，多种场景精度均有大幅提升：

  • 中文场景，相对于PP-OCRv2中文模型提升超5%；
  • 英文数字场景，相比于PP-OCRv2英文模型提升11%；
  • 多语言场景，优化80+语种识别效果，平均准确率提升超5%。 更多细节请参考PP-OCRv3技术报告。

3. 快速开始

3.1 安装PaddleOCR

In [6] 
# 如仍需安装or安装更新，可以执行以下步骤# ! git clone https://github.com/PaddlePaddle/PaddleOCR.git -b dygra# 如果访问不了，可从国内尽享下载# ! git clone https://gitee.com/PaddlePaddle/PaddleOCR# 如果限网速慢，这里提前下载了一个，解压即可.! unzip -q PaddleOCR.zip
In [ ] 
# 安装依赖包%cd /home/aistudio/PaddleOCR
! pip install -r requirements.txt
! pip install yacs gnureadline paddlenlp==2.2.1

3.2 下载PP-OCRv3推理模型

In [8] 
%cd /home/aistudio/PaddleOCR
! mkdir inference# 下载超轻量级中文OCR模型的检测模型并解压! cd inference && wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_infer.tar && tar xf ch_PP-OCRv3_det_infer.tar && rm ch_PP-OCRv3_det_infer.tar# 下载超轻量级中文OCR模型的识别模型并解压! cd inference && wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar && tar xf ch_PP-OCRv3_rec_infer.tar && rm ch_PP-OCRv3_rec_infer.tar# 下载超轻量级中文OCR模型的文本方向分类器模型并解压! cd inference && wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar && tar xf ch_ppocr_mobile_v2.0_cls_infer.tar && rm ch_ppocr_mobile_v2.0_cls_infer.tar
/home/aistudio/PaddleOCR
--2025-06-14 19:55:17--  https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_infer.tar
正在解析主机 paddleocr.bj.bcebos.com (paddleocr.bj.bcebos.com)... 182.61.200.195, 182.61.200.229, 2409:8c04:1001:1002:0:ff:b001:368a
正在连接 paddleocr.bj.bcebos.com (paddleocr.bj.bcebos.com)|182.61.200.195|:443... 已连接。
已发出 HTTP 请求，正在等待回应... 200 OK
长度： 3829760 (3.7M) [application/x-tar]
正在保存至: “ch_PP-OCRv3_det_infer.tar”

ch_PP-OCRv3_det_inf 100%[===================>]   3.65M  12.4MB/s    in 0.3s    

2025-06-14 19:55:17 (12.4 MB/s) - 已保存 “ch_PP-OCRv3_det_infer.tar” [3829760/3829760])

--2025-06-14 19:55:17--  https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar
正在解析主机 paddleocr.bj.bcebos.com (paddleocr.bj.bcebos.com)... 182.61.200.195, 182.61.200.229, 2409:8c04:1001:1002:0:ff:b001:368a
正在连接 paddleocr.bj.bcebos.com (paddleocr.bj.bcebos.com)|182.61.200.195|:443... 已连接。
已发出 HTTP 请求，正在等待回应... 200 OK
长度： 11909120 (11M) [application/x-tar]
正在保存至: “ch_PP-OCRv3_rec_infer.tar”

ch_PP-OCRv3_rec_inf 100%[===================>]  11.36M  9.66MB/s    in 1.2s    

2025-06-14 19:55:19 (9.66 MB/s) - 已保存 “ch_PP-OCRv3_rec_infer.tar” [11909120/11909120])

--2025-06-14 19:55:19--  https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar
正在解析主机 paddleocr.bj.bcebos.com (paddleocr.bj.bcebos.com)... 182.61.200.229, 182.61.200.195, 2409:8c04:1001:1002:0:ff:b001:368a
正在连接 paddleocr.bj.bcebos.com (paddleocr.bj.bcebos.com)|182.61.200.229|:443... 已连接。
已发出 HTTP 请求，正在等待回应... 200 OK
长度： 1454080 (1.4M) [application/x-tar]
正在保存至: “ch_ppocr_mobile_v2.0_cls_infer.tar”

ch_ppocr_mobile_v2. 100%[===================>]   1.39M  3.24MB/s    in 0.4s    

2025-06-14 19:55:20 (3.24 MB/s) - 已保存 “ch_ppocr_mobile_v2.0_cls_infer.tar” [1454080/1454080])

4. 开始预测

直接通过PaddleOCR自带的预测工具和之前解压的推理模型预测

In [ ] 
#  直接使用预训练的推理模型预测%cd /home/aistudio/PaddleOCR
!python tools/infer/predict_system.py \
    --image_dir="/home/aistudio/dataset/Scan_0012_0004/" \
    --det_model_dir="./inference/ch_PP-OCRv3_det_infer/" \
    --rec_model_dir="./inference/ch_PP-OCRv3_rec_infer/" \
    --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer"
In [10] 
# 查看预测后图片%cd /home/aistudio/PaddleOCR
!ls  ./inference_results/
/home/aistudio/PaddleOCR
Scan_0012_0001.jpg  Scan_0012_0009.jpg	Scan_0012_0017.jpg  Scan_0012_0025.jpg
Scan_0012_0002.jpg  Scan_0012_0010.jpg	Scan_0012_0018.jpg  Scan_0012_0026.jpg
Scan_0012_0003.jpg  Scan_0012_0011.jpg	Scan_0012_0019.jpg  Scan_0012_0027.jpg
Scan_0012_0004.jpg  Scan_0012_0012.jpg	Scan_0012_0020.jpg  Scan_0012_0028.jpg
Scan_0012_0005.jpg  Scan_0012_0013.jpg	Scan_0012_0021.jpg  Scan_0012_0029.jpg
Scan_0012_0006.jpg  Scan_0012_0014.jpg	Scan_0012_0022.jpg  Scan_0012_0030.jpg
Scan_0012_0007.jpg  Scan_0012_0015.jpg	Scan_0012_0023.jpg  system_results.txt
Scan_0012_0008.jpg  Scan_0012_0016.jpg	Scan_0012_0024.jpg
In [11] 
%cd /home/aistudio/PaddleOCRimport matplotlib.pyplot as pltfrom PIL import Image
%matplotlib inline
img = Image.open("./inference_results/Scan_0012_0019.jpg")
plt.figure("preview", figsize=(48,24))
plt.imshow(img)
plt.show()
/home/aistudio/PaddleOCR
In [12] 
import jsonfrom PIL import Imageimport re"""
解析OCR预测结果，找出“铁塔名称”对应值
"""def parse_ocr_result(dataset_path,question_label_name="铁塔名称"):
    file = open(dataset_path+'/system_results.txt')
    
    newinfo = {}
    i = 0
    lines = ""
    while True:
        line = file.readline()        if not line:            break
        image_path,ocr_info = line.split("\t");
        ocr_infos = json.loads(ocr_info)
        question_label_points = [];        # 1.定位“铁塔名称”文字的位置
        for ocr_info in ocr_infos:            if ocr_info['transcription'] == question_label_name:
                question_label_points = ocr_info['points'] # 【左上，右上，右下，左下】
            
        if question_label_points == []:            continue
        # 2.找到“铁塔名称”文字右边的有效标签，可能分多行,多行文本按标签排序
        valid_labels=[];        for ocr_info in ocr_infos:
            label_points = ocr_info['points']            if ocr_info['transcription'] == question_label_name:                continue
            if label_points[0][0] < question_label_points[1][0]:                continue 
            if label_points[3][1] <  question_label_points[1][1]:                continue 
            if label_points[0][1] >  question_label_points[3][1]:                continue

            # lines += image_path +"\t" + ocr_info['transcription'] + "\n"
            #按Y轴从小到大的顺序添加
            if valid_labels == []:
                valid_labels.append(ocr_info) 
            else:                if valid_labels[-1]['points'][0][1] < label_points[0][1]:
                    valid_labels.append(ocr_info) 
                elif valid_labels[0]['points'][0][1] > label_points[0][1]:
                    valid_labels.insert(ocr_info)

        answer_text = ''
        for valid_label  in valid_labels:
            answer_text += valid_label['transcription']        # lines += image_path +"\t" + answer_text + "\n"
        lines += "mv "+image_path+" "+answer_text+".jpg \n"

    print(lines)    with open(dataset_path+'/rename_info.txt','w+',encoding='utf-8') as f2:
        f2.writelines(lines)

parse_ocr_result('/home/aistudio/PaddleOCR/inference_results', "铁塔名称")
mv Scan_0012_0001.jpg 名嘉广场置业有限公司前绿化带.jpg 
mv Scan_0012_0002.jpg 泰山区凤凰小区南侧.jpg 
mv Scan_0012_0003.jpg 泰山区华城丽景湾北.jpg 
mv Scan_0012_0004.jpg 中国山东泰安主城区国棉北机房无线.jpg 
mv Scan_0012_0005.jpg 老王府村北十字路口绿化带.jpg 
mv Scan_0012_0006.jpg 时代大厦西区.jpg 
mv Scan_0012_0007.jpg 高新区龙腾路青年特车西.jpg 
mv Scan_0012_0008.jpg 泰山区上峪环山路卧龙大观北.jpg 
mv Scan_0012_0009.jpg 泰山区上峪环山路卧龙大观北.jpg 
mv Scan_0012_0010.jpg 泰山区白马石东一体化基站.jpg 
mv Scan_0012_0011.jpg 泰山区徐家楼栗家庄南快装.jpg 
mv Scan_0012_0012.jpg 泰山区建行于部学校.jpg 
mv Scan_0012_0013.jpg 宁阳磁窑力博集团办公楼-3G.jpg 
mv Scan_0012_0014.jpg 宁阳县东庄王家庄.jpg 
mv Scan_0012_0015.jpg 宁阳华丰机电高庄山坡.jpg 
mv Scan_0012_0016.jpg 杨家集-2.jpg 
mv Scan_0012_0017.jpg 新泰市放城涝坡村.jpg 
mv Scan_0012_0018.jpg 新泰市宫里镇桃园村中间.jpg 
mv Scan_0012_0019.jpg 中国山东泰安新泰宫里西南佐机房无线.jpg 
mv Scan_0012_0020.jpg 新泰市龙廷胡家庄新建.jpg 
mv Scan_0012_0021.jpg 中国山东泰安新泰赵家峪机房无线.jpg 
mv Scan_0012_0022.jpg 泉沟庙子牌村.jpg 
mv Scan_0012_0023.jpg 新泰龙庭刘家石山子机房无线.jpg 
mv Scan_0012_0024.jpg 新泰西韩.jpg 
mv Scan_0012_0025.jpg 新泰星泰晶光电.jpg 
mv Scan_0012_0026.jpg 新泰泉沟高崖头.jpg 
mv Scan_0012_0027.jpg 新泰楼德镇封家庄.jpg 
mv Scan_0012_0029.jpg 新泰市西张庄湖西社区.jpg 
mv Scan_0012_0030.jpg 岱岳区惠普西区西新建.jpg

4.1 预测结果检查和分析

  • 发现 Scan_0012_0008.jpg 和 Scan_0012_0009.jpg 重名了,后面重命名时再区分。
  • 发现 Scan_0012_0014.jpg 存在手写，只识别出了打印的字体
  • 发现 Scan_0012_0028.jpg 并未识别出来（铁塔名称 识别为了 伙塔名称）

正确率为： 28 / 30 = 93.33% 达到任务要求

图片名称 识别的文字 是否正确 说明
Scan_0012_0014.jpg 宁阳县东庄王家庄 错误 【未识别修改的手写文字】
Scan_0012_0028.jpg
错误 【把铁塔名称 识别成了 伙塔名称】

查看错误及原因分析:

未能检测出手写体，可尝试训练文字检测模型

 

由于图片模糊，图上的“铁” 也很像 “伙” 字，可尝试训练文字识别模型。

4.2 提升识别率

由于把“铁塔名称” 错误的识别为了“伙塔名称”，可以通过训练的方法来提高识别率的。

在这里提供一种不用训练的方法，由于是相同的文档，标注的位置也是相对固定的，也就是可以通过其他的图片的标签位置来定位（图片尺寸差不多大和相近的倾斜度），那么就可以在识别失败的情况下，找到相近的图片上“铁塔名称”位置。

In [13] 
import osimport jsonfrom PIL import Imageimport reimport mathdef get_images_question(dataset_path,question_label_name):
    file = open(dataset_path+'/system_results.txt')
    newinfo = {}
    i = 0
    lines = ""
    question_labels = [];    while True:
        line = file.readline()        if not line:            break
        image_path,ocr_info = line.split("\t");
        ocr_infos = json.loads(ocr_info)        # 1.定位“铁塔名称”文字的位置
        for ocr_info in ocr_infos:            if ocr_info['transcription'] == question_label_name:
                img = Image.open(dataset_path+'/'+image_path)
                ocr_info['width'] = img.width
                question_labels.append(ocr_info)    return question_labelsdef get_nearly_point(dataset_path,image_path,valid_questions):
    img = Image.open(dataset_path+'/'+image_path)
    
    width_nearly=[]    #保存图片宽度
    for question in valid_questions:
        width_nearly.append([question['transcription'],abs(question['width'] - img.width),question['points']])
    
    min_diff = width_nearly[0][1]
    min_points = width_nearly[0][2]    for item in width_nearly:        if item[0] == image_path: #排除自身
            continue
        if int(item[1]) < int(min_diff):
            min_diff = int(item[1])
            min_points = item[2]        
    return min_points"""
解析OCR预测结果，找出“铁塔名称”对应值
"""def parse_ocr_result2(dataset_path,valid_questions,question_label_name="铁塔名称"):
    file = open(dataset_path+'/system_results.txt')
    newinfo = {}
    i = 0
    lines = ""
    rename_info = []    while True:
        line = file.readline()        if not line:            break
        image_path,ocr_info = line.split("\t");
        ocr_infos = json.loads(ocr_info)
        question_label_points = [];        # 1.定位“铁塔名称”文字的位置
        for ocr_info in ocr_infos:            if ocr_info['transcription'] == question_label_name:
                question_label_points = ocr_info['points'] # 【左上，右上，右下，左下】
                
          
        if question_label_points == []:
            question_label_points = get_nearly_point(dataset_path,image_path,valid_questions)            # continue

        # 2.找到“铁塔名称”文字右边的有效标签，可能分多行,多行文本按标签排序
        valid_labels=[];        for ocr_info in ocr_infos:
            label_points = ocr_info['points']            if ocr_info['transcription'] == question_label_name:                continue
            if label_points[0][0] < question_label_points[1][0]:                continue 
            if label_points[3][1] <  question_label_points[1][1]:                continue 
            if label_points[0][1] >  question_label_points[3][1]:                continue

            # lines += image_path +"\t" + ocr_info['transcription'] + "\n"
            #按Y轴从小到大的顺序添加
            if valid_labels == []:
                valid_labels.append(ocr_info) 
            else:                if valid_labels[-1]['points'][0][1] < label_points[0][1]:
                    valid_labels.append(ocr_info) 
                elif valid_labels[0]['points'][0][1] > label_points[0][1]:
                    valid_labels.insert(ocr_info)        #  # 没识别出标签
        # if valid_labels == []:
        #     print(image_path,"图中未识别到 ",question_label_name," 标签对应的答案")
        
        answer_text = ''
        for valid_label  in valid_labels:
            answer_text += valid_label['transcription']        #防止重名
        i=1
        if answer_text in rename_info:
            answer_text  = answer_text+"（"+ str(i) +"）"
            i=i+1
        
        rename_info.append(answer_text)
        ext = os.path.splitext(image_path)[-1]
        lines += "mv "+image_path+" "+answer_text+ ext+" \n"
    print(lines)    with open(dataset_path+'/rename_info.sh','w+',encoding='utf-8') as f2:
        f2.writelines(lines)

valid_questions = get_images_question('/home/aistudio/PaddleOCR/inference_results',"铁塔名称")# print(valid_questions)parse_ocr_result2('/home/aistudio/PaddleOCR/inference_results',valid_questions, "铁塔名称")
mv Scan_0012_0001.jpg 名嘉广场置业有限公司前绿化带.jpg 
mv Scan_0012_0002.jpg 泰山区凤凰小区南侧.jpg 
mv Scan_0012_0003.jpg 泰山区华城丽景湾北.jpg 
mv Scan_0012_0004.jpg 中国山东泰安主城区国棉北机房无线.jpg 
mv Scan_0012_0005.jpg 老王府村北十字路口绿化带.jpg 
mv Scan_0012_0006.jpg 时代大厦西区.jpg 
mv Scan_0012_0007.jpg 高新区龙腾路青年特车西.jpg 
mv Scan_0012_0008.jpg 泰山区上峪环山路卧龙大观北.jpg 
mv Scan_0012_0009.jpg 泰山区上峪环山路卧龙大观北（1）.jpg 
mv Scan_0012_0010.jpg 泰山区白马石东一体化基站.jpg 
mv Scan_0012_0011.jpg 泰山区徐家楼栗家庄南快装.jpg 
mv Scan_0012_0012.jpg 泰山区建行于部学校.jpg 
mv Scan_0012_0013.jpg 宁阳磁窑力博集团办公楼-3G.jpg 
mv Scan_0012_0014.jpg 宁阳县东庄王家庄.jpg 
mv Scan_0012_0015.jpg 宁阳华丰机电高庄山坡.jpg 
mv Scan_0012_0016.jpg 杨家集-2.jpg 
mv Scan_0012_0017.jpg 新泰市放城涝坡村.jpg 
mv Scan_0012_0018.jpg 新泰市宫里镇桃园村中间.jpg 
mv Scan_0012_0019.jpg 中国山东泰安新泰宫里西南佐机房无线.jpg 
mv Scan_0012_0020.jpg 新泰市龙廷胡家庄新建.jpg 
mv Scan_0012_0021.jpg 中国山东泰安新泰赵家峪机房无线.jpg 
mv Scan_0012_0022.jpg 泉沟庙子牌村.jpg 
mv Scan_0012_0023.jpg 新泰龙庭刘家石山子机房无线.jpg 
mv Scan_0012_0024.jpg 新泰西韩.jpg 
mv Scan_0012_0025.jpg 新泰星泰晶光电.jpg 
mv Scan_0012_0026.jpg 新泰泉沟高崖头.jpg 
mv Scan_0012_0027.jpg 新泰楼德镇封家庄.jpg 
mv Scan_0012_0028.jpg 新泰谷里镇卧马村.jpg 
mv Scan_0012_0029.jpg 新泰市西张庄湖西社区.jpg 
mv Scan_0012_0030.jpg 岱岳区惠普西区西新建.jpg

可以看到图片 Scan_0012_0028.jpg 能正确的识别出来，准确率达到了：29/30 = 96.66%。

In [14] 
# 重命名图片%cd /home/aistudio/dataset/Scan_0012_0004
! cp /home/aistudio/PaddleOCR/inference_results/rename_info.sh ./rename_info.sh
! chmod +x ./rename_info.sh
! ./rename_info.sh
! ls -l
/home/aistudio/dataset/Scan_0012_0004
总用量 10412
-rw-r--r-- 1 aistudio aistudio 273453 5月  27 23:48 Cache.cach
-rw-r--r-- 1 aistudio aistudio   1830 5月  28 02:29 fileState.txt
-rw-r--r-- 1 aistudio aistudio 282102 5月  28 02:29 Label.txt
-rwxr-xr-x 1 aistudio aistudio   1758 6月  14 20:04 rename_info.sh
-rw-rw-r-- 1 aistudio aistudio  84741 3月  14 16:18 岱岳区惠普西区西新建.jpg
-rw-rw-r-- 1 aistudio aistudio 338730 4月  14 15:08 高新区龙腾路青年特车西.jpg
-rw-rw-r-- 1 aistudio aistudio 340501 4月  14 15:08 老王府村北十字路口绿化带.jpg
-rw-rw-r-- 1 aistudio aistudio 347492 4月  14 15:08 名嘉广场置业有限公司前绿化带.jpg
-rw-rw-r-- 1 aistudio aistudio 353122 4月  14 15:08 宁阳磁窑力博集团办公楼-3G.jpg
-rw-rw-r-- 1 aistudio aistudio 353207 4月  14 15:08 宁阳华丰机电高庄山坡.jpg
-rw-rw-r-- 1 aistudio aistudio 353197 4月  14 15:08 宁阳县东庄王家庄.jpg
-rw-rw-r-- 1 aistudio aistudio 342838 4月  14 15:08 泉沟庙子牌村.jpg
-rw-rw-r-- 1 aistudio aistudio 326687 4月  14 15:08 时代大厦西区.jpg
-rw-rw-r-- 1 aistudio aistudio 322228 4月  14 15:08 泰山区白马石东一体化基站.jpg
-rw-rw-r-- 1 aistudio aistudio 336812 4月  14 15:08 泰山区凤凰小区南侧.jpg
-rw-rw-r-- 1 aistudio aistudio 345223 4月  14 15:08 泰山区华城丽景湾北.jpg
-rw-rw-r-- 1 aistudio aistudio 331096 4月  14 15:08 泰山区建行于部学校.jpg
-rw-rw-r-- 1 aistudio aistudio 332820 4月  14 15:08 泰山区上峪环山路卧龙大观北（1）.jpg
-rw-rw-r-- 1 aistudio aistudio 334887 4月  14 15:08 泰山区上峪环山路卧龙大观北.jpg
-rw-rw-r-- 1 aistudio aistudio 336941 4月  14 15:08 泰山区徐家楼栗家庄南快装.jpg
-rw-rw-r-- 1 aistudio aistudio 344522 4月  14 15:08 新泰谷里镇卧马村.jpg
-rw-rw-r-- 1 aistudio aistudio 340358 4月  14 15:08 新泰龙庭刘家石山子机房无线.jpg
-rw-rw-r-- 1 aistudio aistudio 349802 4月  14 15:08 新泰楼德镇封家庄.jpg
-rw-rw-r-- 1 aistudio aistudio 349315 4月  14 15:08 新泰泉沟高崖头.jpg
-rw-rw-r-- 1 aistudio aistudio 349701 4月  14 15:08 新泰市放城涝坡村.jpg
-rw-rw-r-- 1 aistudio aistudio 337822 4月  14 15:08 新泰市宫里镇桃园村中间.jpg
-rw-rw-r-- 1 aistudio aistudio 341103 4月  14 15:08 新泰市龙廷胡家庄新建.jpg
-rw-rw-r-- 1 aistudio aistudio 349320 4月  14 15:08 新泰市西张庄湖西社区.jpg
-rw-rw-r-- 1 aistudio aistudio 346595 4月  14 15:08 新泰西韩.jpg
-rw-rw-r-- 1 aistudio aistudio 344734 4月  14 15:08 新泰星泰晶光电.jpg
-rw-rw-r-- 1 aistudio aistudio 351311 4月  14 15:08 杨家集-2.jpg
-rw-rw-r-- 1 aistudio aistudio 344050 4月  14 15:08 中国山东泰安新泰宫里西南佐机房无线.jpg
-rw-rw-r-- 1 aistudio aistudio 360440 4月  14 15:08 中国山东泰安新泰赵家峪机房无线.jpg
-rw-rw-r-- 1 aistudio aistudio 341617 4月  14 15:08 中国山东泰安主城区国棉北机房无线.jpg


# 新泰市  # 宫里  # 石山  # 中国  # 宁阳县  # 山东  # 卧龙  # 宁阳  # 泰安  # python  # 新泰  # 应用开发  # 算法  # igs  # red  # ai  # 工具  # git 


相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 网络优化91478 】 【 技术知识72672 】 【 云计算0 】 【 GEO优化84317 】 【 优选文章0 】 【 营销推广36048 】 【 网络运营41350 】 【 案例网站102563 】 【 AI智能45237 】


相关推荐： DeepSeek V3 本地部署对硬件要求的详细说明  PandaDoc vs. SignEasy: 2025 eSignature 平台终极对比  百度浏览器ai助手怎么关闭 百度浏览器ai功能禁用  MAKA AI排版怎样设置动画效果_MAKA AI排版动画添加与参数调整【技巧】  飞常准AI如何预判放票时间_飞常准AI放票时间预测与抢票时机【技巧】  ChatGPT助力QA测试：提升效率与质量的终极指南  智行ai抢票如何查看抢票进度_智行ai抢票进度查询与状态解读【实操】  如何通过 DeepSeek 优化 Kubernetes 配置文件  AI对决：挑战AI上帝，探索信仰与科技的边界  AI驱动法律文件分类：效率提升与战略决策的新纪元  Decart Lucy 14B：颠覆AI视频生成领域的革命性模型  AI赋能：五款颠覆性工具助你在线赚钱  国产开源模型Kimi K2 Thinking上线美应用，挑战美国科技巨头！  AI Vibe Coding: 快速打造落地页，低代码平台实战教程  AI简历优化指南：如何让你的简历轻松通过ATS筛选系统  AI标语生成器：轻松打造品牌口号，提升品牌价值  百度AI搜索怎样搜索百科知识_百度AI搜索百科频道与词条跳转【技巧】  百度输入法ai面板怎么关 百度输入法ai面板隐藏技巧  如何用AI一键生成手机壁纸？4K高清AI壁纸生成关键词【分享】  文心一言怎么一键生成会议纪要_文心一言纪要生成与重点提取【指南】  AI驱动SaaS增长：AppSumo $700万美金业务增长策略揭秘  Semrush AI标题生成器：免费提升SEO和内容创作效率  Spin Rewriter AI：终极内容创作与SEO优化指南  文心一言处理大规模中文报表数据的清洗技巧  如何利用 DeepSeek 进行多轮复杂对话的状态管理  Wix AI：无需代码免费创建专业网站完整指南  探索贝奥武夫：英雄史诗的起源、故事与文化意义  今日头条AI怎样推荐抢票工具_今日头条AI抢票工具推荐算法与筛选【技巧】  AI聊天机器人引发伦理思考：泰国老人在Facebook上遭遇情感欺骗悲剧  改善面部不对称：简单有效的肌肉平衡技巧  AI项目管理软件如何利用自然语言处理？全面解析  Filmora AI 语音增强和降噪终极指南  标准渣打银行电子账单下载完全指南：轻松管理财务  唐库AI拆书工具如何提取核心观点_唐库AI拆书工具观点提取与标注方法【攻略】  ChatGPT 在电商产品描述批量生成中的应用  使用 ChatGPT 自动生成月度财务分析报告  摆脱情歌魔咒：告别心碎，拥抱新生的情感之旅  AI交易机器人：TradingView上无需代码即可构建AI交易机器人指南  使用AI代码生成器轻松构建Web应用程序：Beela vs. Google AI Studio  YOU.com AI搜索引擎：Python代码示例及使用指南  如何用AI帮你检查代码中的潜在安全漏洞？  AI时代设计师生存指南：职业发展、技能提升与未来趋势  智行ai抢票怎么选优先车次_智行ai抢票车次优先级设置技巧【指南】  AI视频生成器完全指南：免费工具、教程及最佳实践  轻松制作圣经视频：无需露脸也能赚钱的教程  AMD Ryzen 5 2600: 游戏玩家高性价比之选  iPhone 17 Pro Max深度测评：AI驱动的未来手机已来？  即梦AI怎样生成产品描述_即梦AI产品描述生成与卖点提炼【实操】  AI超级英雄大乱斗：蜘蛛侠、死侍的爆笑奇幻之旅  Brevio AI：利用AI代理提升电商营销效果 

 2025-08-01

了解您产品搜索量及市场趋势，制定营销计划

同行竞争及网站分析保障您的广告效果

点击免费数据支持

提交您的需求，1小时内享受我们的专业解答。

南京市珐之弘网络技术有限公司

南京市珐之弘网络技术有限公司

南京市珐之弘网络技术有限公司专注海外推广十年,是谷歌推广.Facebook广告全球合作伙伴,我们精英化的技术团队为企业提供谷歌海外推广+外贸网站建设+网站维护运营+Google SEO优化+社交营销为您提供一站式海外营销服务。

4008794355

 87067657

 13565296790

 87067657@qq.com

服务/方案/案例/支持

产品服务
Google推广
社交推广
网站建设
Bing 推广
Yandex推广
解决方案
B2B网站推广
B2C电商推广
海外品牌推广
APP海外推广
营销案例
品牌营销推广
B2C电商推广
B2B海外推广
APP应用游戏
营销网站案例
营销学院
Google疑问
Facebook疑问
网络优化
技术知识
云计算
GEO优化
优选文章
营销推广
网络运营
案例网站

关于我们

公司简介
报名培训
加入我们

©  南京市珐之弘网络技术有限公司 版权所有 苏ICP备2025157307号 

Notice

We and selected third parties use cookies or similar technologies for technical purposes and, with your consent, for other purposes as specified in the cookie policy.
You can consent to the use of such technologies by closing this notice, by interacting with any link or button outside of this notice or by continuing to browse otherwise.