目标检测，物体识别
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。
人脸属性替换。例如换个鼻子嘴巴，甚至肤色和性别，通过StarGAN v2可是轻松的识别人脸属性， 并精准替换，肉眼都难以发现破绽。
让动画变高清。例如可以将动漫画面从1080p提升到2160p。
给视频加字幕
目标检测。YOLOv6的精度与速度都远超 YOLOv5 和 YOLOX。
识别图中文字。
