Pose-Transfer

让视频换成你想说的话。他的功能，就是上传一段视频，再上传一段音频，算法会让视频中的人物说出音频文件的内容。 通过机器学习让发音与嘴型进行匹配。

图像语义编辑。例如将眼睛与嘴巴放大，对马的胖瘦调整

让动画变高清。例如可以将动漫画面从1080p提升到2160p。

时尚服饰项目。这是香港中文大学开源的一款专注于时尚服饰领域的分析工具。其目前含有的主要功能： 1）服饰属性识别； 识别服饰类别和款式。2）服饰检索； 查找与其类似的商品图。3）服饰解析与分割 4）服饰特征点定位。5）服饰搭配与推荐。该库也提供了大量该领域数据集。

视觉迁移模型。谷歌发文介绍了其BigTransfer（BiT），称其为目前最先进的预训练模型，在分类问题中仅需要每个类少量几个样本即可达到极其优秀的性能。事实上，在ImageNet预训练的ResNet50系列模型是当前的工业标准，用于提取图像特征。在谷歌在论文 BigTransfer (BiT) 中分享的模型则可以轻松打败ResNet50，尽管数据量很少。

从图中识别文字。PaddleOCR是百度PaddlePaddle开源框架的代表作品；Github 获得6000多个star! OCR 是英文Optical Character Recognition的缩写，意思是光学字符识别，也可简单地称为文字识别，是文字自动输入的一种方法。