跟踪图片和视频中的对象并为其添加标签。

识别图片和视频中的内容。

识别和追踪手部和手指。

识别和识别手势。

定位对象并创建带有标签的图片遮罩。

以交互方式选择对象并创建图片遮罩。

识别图片和视频中的人脸。

识别视觉效果和头像的面部特征。

查找人和身体姿势。

将图像嵌入特征向量。

按相关标记对文本进行分类。

将文本嵌入特征向量。

识别文本的语言。

将声音分类到相关标记中。

将音频嵌入特征向量。