目标检测，物体识别
deepseek开源
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。
视频生成
图像去水印及修复。去除一张照片的水印，将一张缺损内容的照片修复，将一张模糊的照片，变得清晰
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。
表情识别。识别开心，悲伤，惊讶等等表情
