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。

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。

使图片变高清。优秀的图像超分辨率项目。图像超分辨率是指由一幅低分辨率图像或图像序列恢复出高分辨率图像。

车牌识别项目。

改变人体姿势。简单点说，就是给定一幅含有人物的图片和一个目标姿态，将图片内人物转换成目标姿态的样子。当然目标姿态可以是从其他图片人物中计算得来的。（所以也可以将一幅图片的人物转成另一图片内人物的姿态）

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。