faceswap

图像语义编辑。例如将眼睛与嘴巴放大，对马的胖瘦调整

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。

视频风格转换。将视频中的图像风格转换成其它类别，例如油画风格，卡通风格等等。

视频运动放大。视频运动放大技术是一种从视频到视频的滤波处理，可以使我们能够看到在视频中肉眼看不到的小的运动，例如振动飞机机翼的动作，或者在风的影响下摇摆的建筑物等。

视觉问答项目。什么是视觉问答VQA（Visual Question Answering）？ 给定一幅图片及与图片相关的问题，系统通过理解图片回答这个问题，它涉及到图像识别和自然语言理解。