pulse

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。

表情识别。识别开心，悲伤，惊讶等等表情

视觉工具名库。包含了很多计算机视觉领域的功能，例如人脸识别，目标检测，轨迹跟踪，手势识别，图像实例分割等等

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。

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。

语义软分割。语义软分割(Semantic Soft Segments)，旨在精确表示图像不同区域间的软过渡. 类似于磁力套索(magnetic lasso) 和魔术棒(magic wand) 的功能. 普通语义分割将每个像素分配到一个类，语义软分割中则每个像素有可能分配到多个类，且目标之间的过渡区域平滑，这对于图像编辑是非常重要的。以往这需要专业的PS人员处理，而通过软语义分割，将这个过程实现自动化。