大家好，我是微學(xué)AI，今天給大家介紹一下人工智能124種任務(wù)大集合，任務(wù)集合主要包括4大類：自然語(yǔ)言處理（NLP）、計(jì)算機(jī)視覺(jué)（CV）、語(yǔ)音識(shí)別、多模態(tài)任務(wù)。

我這里整理了124種應(yīng)用場(chǎng)景任務(wù)大集合，每個(gè)任務(wù)目錄如下：文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-646090.html

1. 句子嵌入（Sentence Embedding）：將句子映射到固定維度的向量表示形式。
2. 文本排序（Text Ranking）：對(duì)一組文本進(jìn)行排序，以確定它們與給定查詢的相關(guān)性。
3. 分詞（Word Segmentation）：將連續(xù)的文本切分成單詞或詞塊的過(guò)程。
4. 詞性標(biāo)注（Part-of-Speech）：對(duì)句子中的每個(gè)詞匯標(biāo)注其相應(yīng)的詞性。
5. 標(biāo)記分類（Token Classification）：將輸入的文本序列中的每個(gè)標(biāo)記分類為預(yù)定義的類別。
6. 命名實(shí)體識(shí)別（Named Entity Recognition）：識(shí)別文本中具有特定意義的命名實(shí)體，如人名、地點(diǎn)、組織等。
7. 關(guān)系抽取（Relation Extraction）：從文本中抽取出實(shí)體之間的關(guān)系或聯(lián)系。
8. 信息抽?。↖nformation Extraction）：從非結(jié)構(gòu)化文本中提取結(jié)構(gòu)化的信息，如實(shí)體、關(guān)系和屬性等。
9. 句子相似度（Sentence Similarity）：衡量?jī)蓚€(gè)句子之間的語(yǔ)義相似度或相關(guān)性。
10. 文本翻譯（Translation）：將一種語(yǔ)言的文本轉(zhuǎn)換為另一種語(yǔ)言的過(guò)程。
11. 自然語(yǔ)言推理（NLI：Natural Language Inference）：判斷給定的前提和假設(shè)之間的邏輯關(guān)系，包括蘊(yùn)含、矛盾和中立等。
12. 情感分類（Sentiment Classification）：將文本分為積極、消極或中性等情感類別。
13. 人像摳圖（Portrait Matting）：從圖像中準(zhǔn)確地分離人物主體與背景。
14. 通用摳圖（Universal Matting）：從圖像中準(zhǔn)確地分離目標(biāo)物體與背景，不限于人像。
15. 人體檢測(cè)（Human Detection）：檢測(cè)圖像或視頻中的人體位置。
16. 圖像目標(biāo)檢測(cè)（Image Object Detection）：在圖像中檢測(cè)和定位多個(gè)目標(biāo)對(duì)象。
17. 圖像去噪（Image Denoising）：降低圖像中的噪聲水平，改善圖像質(zhì)量。
18. 圖像去模糊（Image Deblurring）：恢復(fù)模糊圖像的清晰度和細(xì)節(jié)。
19. 視頻穩(wěn)定化（Video Stabilization）：對(duì)視頻進(jìn)行抖動(dòng)校正，使其穩(wěn)定且平滑。
20. 視頻超分辨率（Video Super-Resolution）：通過(guò)增加視頻的像素級(jí)別細(xì)節(jié)來(lái)提高其分辨率。
21. 文本分類（Text Classification）：將文本分類為預(yù)定義的類別或標(biāo)簽。
22. 文本生成（Text Generation）：根據(jù)給定輸入生成連續(xù)文本的過(guò)程。
23. 零樣本分類（Zero-Shot Classification）：將數(shù)據(jù)分類為模型從未在訓(xùn)練階段見(jiàn)過(guò)的類別。
24. 任務(wù)導(dǎo)向?qū)υ挘═ask-Oriented Conversation）：進(jìn)行與特定任務(wù)相關(guān)的對(duì)話和問(wèn)答。
25. 對(duì)話狀態(tài)跟蹤（Dialog State Tracking）：跟蹤多輪對(duì)話中的用戶意圖和系統(tǒng)狀態(tài)的變化。
26. 表格問(wèn)答（Table Question Answering）：根據(jù)表格數(shù)據(jù)回答相關(guān)問(wèn)題。
27. 文檔導(dǎo)向?qū)υ捝桑―ocument-Grounded Dialog Generation）：基于文檔內(nèi)容生成相關(guān)對(duì)話回復(fù)。
28. 文檔導(dǎo)向?qū)υ捴匦屡判颍―ocument-Grounded Dialog Rerank）：對(duì)生成的對(duì)話回復(fù)進(jìn)行排序，以選擇最佳回復(fù)。
29. 文檔導(dǎo)向?qū)υ挋z索（Document-Grounded Dialog Retrieval）：從候選對(duì)話中檢索與文檔相關(guān)的最佳對(duì)話。
30. 文本糾錯(cuò)（Text Error Correction）：自動(dòng)糾正文本中的拼寫(xiě)錯(cuò)誤或語(yǔ)法錯(cuò)誤。
31. 圖像字幕生成（Image Captioning）：根據(jù)圖像內(nèi)容生成對(duì)圖像的描述性文字。
32. 視頻字幕生成（Video Captioning）：根據(jù)視頻內(nèi)容生成對(duì)視頻的描述性文字。
33. 圖像人像風(fēng)格化（Image Portrait Stylization）：將圖像中的人物主體應(yīng)用藝術(shù)風(fēng)格轉(zhuǎn)換。
34. 光學(xué)字符識(shí)別（OCR Detection）：從圖像中檢測(cè)和識(shí)別文字。
35. 表格識(shí)別（Table Recognition）：從圖像中自動(dòng)識(shí)別表格結(jié)構(gòu)和內(nèi)容。
36. 無(wú)線表格識(shí)別（Lineless Table Recognition）：從無(wú)線表格圖像中自動(dòng)識(shí)別表格結(jié)構(gòu)和內(nèi)容。
37. 文檔視覺(jué)語(yǔ)義嵌入（Document-VL Embedding）：將文檔映射到視覺(jué)語(yǔ)義空間的向量表示形式。
38. 車(chē)牌檢測(cè)（License Plate Detection）：在圖像中檢測(cè)和定位車(chē)輛的車(chē)牌區(qū)域。
39. 填充掩碼（Fill-Mask）：根據(jù)上下文和部分信息填充給定的掩碼。
40. 特征提?。‵eature Extraction）：從輸入數(shù)據(jù)中提取有意義的特征表示。
41. 動(dòng)作識(shí)別（Action Recognition）：識(shí)別視頻中的動(dòng)作或行為。
42. 動(dòng)作檢測(cè)（Action Detection）：在視頻中檢測(cè)和定位特定動(dòng)作或行為。
43. 直播分類（Live Category）：對(duì)直播視頻進(jìn)行分類，如體育、新聞、游戲等。
44. 視頻分類（Video Category）：對(duì)視頻進(jìn)行分類，如電影、音樂(lè)、體育等。
45. 多模態(tài)嵌入（Multi-Modal Embedding）：將多種不同模態(tài)的數(shù)據(jù)映射到共享的向量空間。
46. 生成式多模態(tài)嵌入（Generative Multi-Modal Embedding）：將多模態(tài)數(shù)據(jù)映射到向量表示，并且能夠生成與之相關(guān)的數(shù)據(jù)。
47. 多模態(tài)相似度（Multi-Modal Similarity）：衡量多模態(tài)數(shù)據(jù)（例如圖像和文本）之間的相似性或相關(guān)性。
48. 視覺(jué)問(wèn)答（Visual Question Answering）：根據(jù)給定的圖像和問(wèn)題回答相關(guān)問(wèn)題。
49. 視頻問(wèn)答（Video Question Answering）：根據(jù)給定的視頻和問(wèn)題回答相關(guān)問(wèn)題。
50. 視頻嵌入（Video Embedding）：將視頻序列映射到固定維度的向量表示形式。
51. 文本到圖像合成（Text-to-Image Synthesis）：根據(jù)給定的文本描述合成相應(yīng)的圖像。
52. 文本到視頻合成（Text-to-Video Synthesis）：根據(jù)給定的文本描述合成相應(yīng)的視頻。
53. 人體二維關(guān)鍵點(diǎn)（Body 2D Keypoints）：檢測(cè)和跟蹤圖像中的人體關(guān)鍵點(diǎn)。
54. 人體三維關(guān)鍵點(diǎn)（Body 3D Keypoints）：在三維空間中檢測(cè)和跟蹤人體關(guān)鍵點(diǎn)。
55. 手部二維關(guān)鍵點(diǎn)（Hand 2D Keypoints）：檢測(cè)和跟蹤圖像中的手部關(guān)鍵點(diǎn)。
56. 卡片檢測(cè)（Card Detection）：在圖像中檢測(cè)和定位特定類型的卡片。
57. 內(nèi)容檢查（Content Check）：檢查文本或圖像中是否存在不良、敏感或違法內(nèi)容。
58. 人臉檢測(cè)（Face Detection）：檢測(cè)圖像或視頻中的人臉位置。
59. 人臉活體檢測(cè)（Face Liveness）：判斷圖像或視頻中的人臉是否為真實(shí)的活體，而非照片或視頻。
60. 人臉識(shí)別（Face Recognition）：識(shí)別圖像或視頻中的人臉，并將其與已知的身份進(jìn)行匹配。
61. 面部表情識(shí)別（Facial Expression Recognition）：識(shí)別圖像或視頻中人臉的表情狀態(tài)，如快樂(lè)、悲傷、憤怒等。
62. 面部屬性識(shí)別（Face Attribute Recognition）：識(shí)別圖像或視頻中人臉的屬性，如年齡、性別、種族等。
63. 面部二維關(guān)鍵點(diǎn)（Face 2D Keypoints）：檢測(cè)和跟蹤圖像中的面部關(guān)鍵點(diǎn)。
64. 面部質(zhì)量評(píng)估（Face Quality Assessment）：評(píng)估圖像或視頻中人臉圖像的質(zhì)量。
65. 視頻多模態(tài)嵌入（Video Multi-Modal Embedding）：將多模態(tài)數(shù)據(jù)（如圖像和文本）映射到共享的向量空間。
66. 圖像色彩增強(qiáng)（Image Color Enhancement）：增強(qiáng)圖像的色彩飽和度、對(duì)比度和亮度等。
67. 虛擬試衣（Virtual Try-On）：通過(guò)計(jì)算機(jī)生成的技術(shù)，將虛擬服裝應(yīng)用到真實(shí)人體圖像上，以實(shí)現(xiàn)在線試穿效果。
68. 圖像上色（Image Colorization）：將灰度圖像恢復(fù)為彩色圖像的過(guò)程。
69. 視頻上色（Video Colorization）：將黑白視頻恢復(fù)為彩色視頻的過(guò)程。
70. 圖像分割（Image Segmentation）：將圖像分成多個(gè)不同的區(qū)域或?qū)ο蟆?/li>
71. 圖像駕駛感知（Image Driving Perception）：利用計(jì)算機(jī)視覺(jué)技術(shù)提取圖像中與駕駛相關(guān)的信息，如車(chē)道線、交通標(biāo)志等。
72. 圖像深度估計(jì)（Image Depth Estimation）：根據(jù)單目或雙目圖像估計(jì)場(chǎng)景中物體的深度或距離。
73. 室內(nèi)布局估計(jì)（Indoor Layout Estimation）：根據(jù)室內(nèi)圖像估計(jì)房間的布局結(jié)構(gòu)。
74. 視頻深度估計(jì)（Video Depth Estimation）：根據(jù)視頻中的幀間信息估計(jì)場(chǎng)景中物體的深度或距離。
75. 全景深度估計(jì)（Panorama Depth Estimation）：在全景圖像中估計(jì)場(chǎng)景中物體的深度或距離。
76. 圖像風(fēng)格遷移（Image Style Transfer）：將一個(gè)圖像的風(fēng)格應(yīng)用到另一個(gè)圖像上，以生成具有新風(fēng)格的圖像。
77. 面部圖像生成（Face Image Generation）：生成逼真的面部圖像，可以用于人臉數(shù)據(jù)增強(qiáng)、數(shù)據(jù)生成等應(yīng)用。
78. 圖像超分辨率（Image Super-Resolution）：通過(guò)增加圖像的像素級(jí)細(xì)節(jié)來(lái)提高其分辨率。
79. 圖像去塊效應(yīng)（Image Debanding）：減少圖像中由壓縮引起的塊狀偽影或條紋噪聲。
80. 圖像人像增強(qiáng)（Image Portrait Enhancement）：改善圖像中人物主體的外觀、膚色等特征。
81. 商品檢索嵌入（Product Retrieval Embedding）：將商品映射到向量表示形式，以支持商品相關(guān)性檢索。
82. 圖像到圖像生成（Image-to-Image Generation）：根據(jù)給定的輸入圖像生成相應(yīng)的輸出圖像。
83. 圖像分類（Image Classification）：將圖像分類為預(yù)定義的類別或標(biāo)簽。
84. 光學(xué)字符識(shí)別（OCR Recognition）：從圖像中檢測(cè)和識(shí)別印刷體或手寫(xiě)體的文字。
85. 美膚（Skin Retouching）：對(duì)人臉圖像進(jìn)行美化處理，去除皮膚瑕疵、磨皮等。
86. 常見(jiàn)問(wèn)題解答（FAQ Question Answering）：根據(jù)常見(jiàn)問(wèn)題回答用戶的提問(wèn)。
87. 人群計(jì)數(shù)（Crowd Counting）：根據(jù)圖像或視頻中的人群密度估計(jì)人數(shù)。
88. 視頻單目標(biāo)跟蹤（Video Single Object Tracking）：在視頻序列中跟蹤單個(gè)目標(biāo)對(duì)象。
89. 圖像人物再識(shí)別（Image ReID - Person）：根據(jù)圖像中的人物外觀特征進(jìn)行身份再識(shí)別。
90. 文本驅(qū)動(dòng)分割（Text-Driven Segmentation）：根據(jù)給定的文本描述，對(duì)圖像或視頻中的對(duì)象進(jìn)行分割。
91. 電影場(chǎng)景分割（Movie Scene Segmentation）：將電影或視頻分割為不同的場(chǎng)景，每個(gè)場(chǎng)景代表一個(gè)獨(dú)立的情節(jié)或事件。
92. 商店分割（Shop Segmentation）：將商店內(nèi)的物體或區(qū)域從圖像或視頻中分割出來(lái)，用于商品展示、智能監(jiān)控等應(yīng)用。
93. 圖像修復(fù)（Image Inpainting）：根據(jù)已有的圖像內(nèi)容，填補(bǔ)缺失或損壞的部分，恢復(fù)原始圖像的完整性。
94. 圖像按范例繪制（Image Paint-By-Example）：根據(jù)給定的范例圖像，將其他圖像修改為具有相似繪畫(huà)風(fēng)格或效果的圖像。
95. 可控圖像生成（Controllable Image Generation）：通過(guò)控制輸入?yún)?shù)或向量，生成具有特定屬性、風(fēng)格或特征的圖像。
96. 視頻修復(fù)（Video Inpainting）：根據(jù)已有的視頻內(nèi)容，填補(bǔ)缺失或損壞的幀或區(qū)域，恢復(fù)原始視頻的完整性。
97. 視頻人像摳像（Video Human Matting）：將視頻中的人物從背景中分割出來(lái)，以便進(jìn)行后續(xù)的編輯或特效處理。
98. 人體重建（Human Reconstruction）：基于給定的圖像、視頻或傳感器數(shù)據(jù)，重建人體的三維模型或姿態(tài)信息。
99. 視頻幀插值（Video Frame Interpolation）：對(duì)給定的兩個(gè)視頻幀之間的幀進(jìn)行生成，以增加視頻的幀率或平滑過(guò)渡。
100. 視頻去隔行（Video Deinterlace）：將隔行掃描的視頻轉(zhuǎn)換為逐行掃描，提高視頻播放的質(zhì)量和流暢度。
101. 全身人體關(guān)鍵點(diǎn)檢測(cè)（Human Wholebody Keypoint Detection）：在圖像或視頻中檢測(cè)和定位人體的關(guān)鍵點(diǎn)，例如頭部、手、腳等。
102. 靜態(tài)手勢(shì)識(shí)別（Hand Static）：通過(guò)分析手掌形狀、手指姿勢(shì)等信息，識(shí)別圖像或視頻中的靜態(tài)手勢(shì)。
103. 人臉、人體和手部檢測(cè)（Face-Human-Hand Detection）：檢測(cè)和定位圖像或視頻中的人臉、人體和手部區(qū)域。
104. 人臉情緒分析（Face Emotion）：通過(guò)分析人臉表情，判斷圖像或視頻中人臉?biāo)磉_(dá)的情緒狀態(tài)。
105. 商品分割（Product Segmentation）：將圖像或視頻中的商品或產(chǎn)品從背景中分割出來(lái)，用于商品識(shí)別、廣告推薦等應(yīng)用。
106. 參考視頻對(duì)象分割（Referring Video Object Segmentation）：根據(jù)給定的參考圖像或視頻，對(duì)圖像或視頻中的對(duì)象進(jìn)行分割。
107. 視頻摘要（Video Summarization）：根據(jù)視頻的內(nèi)容和特征，生成視頻的摘要或概覽，提供視頻瀏覽和檢索的便利性。
108. 圖像天空變換（Image Sky Change）：將圖像中的天空部分替換為不同的天空背景，改變圖像的氛圍和環(huán)境。
109. 翻譯評(píng)估（Translation Evaluation）：根據(jù)給定的翻譯結(jié)果，評(píng)估其質(zhì)量、準(zhǔn)確性以及與原文的一致性。
110. 視頻對(duì)象分割（Video Object Segmentation）：將視頻中的對(duì)象從背景中分割出來(lái)，以便進(jìn)行后續(xù)的編輯或特效處理。
111. 視頻多目標(biāo)跟蹤（Video Multi-Object Tracking）：在視頻中同時(shí)跟蹤多個(gè)移動(dòng)目標(biāo)，實(shí)時(shí)定位和追蹤目標(biāo)的位置。
112. 多視角深度估計(jì)（Multi-View Depth Estimation）：通過(guò)多個(gè)視圖或圖像，估計(jì)場(chǎng)景中物體的三維深度信息。
113. 少樣本檢測(cè)（Few-Shot Detection）：在只有少量標(biāo)注樣本的情況下，進(jìn)行目標(biāo)檢測(cè)任務(wù)，提高模型的泛化能力。
114. 人體形狀重塑（Body Reshaping）：根據(jù)圖像或視頻中的人體區(qū)域，調(diào)整人體的形狀、姿態(tài)或比例，改變?nèi)梭w外貌。
115. 人臉融合（Face Fusion）：將一個(gè)人的面部特征或表情融合到另一個(gè)人的頭像上，生成具有兩者特點(diǎn)的合成圖像。
116. 圖像匹配（Image Matching）：在圖像庫(kù)或數(shù)據(jù)庫(kù)中，找到與給定圖像最相似或匹配的圖像。
117. 圖像質(zhì)量評(píng)估 - 主觀評(píng)分（Image Quality Assessment - MOS）：通過(guò)主觀評(píng)分的方法，評(píng)估圖像的質(zhì)量，反映人眼對(duì)圖像的感知。
118. 圖像質(zhì)量評(píng)估 - 降質(zhì)度量（Image Quality Assessment - Degradation）：通過(guò)客觀度量的方法，評(píng)估圖像在不同變換或壓縮條件下的質(zhì)量。
119. 視覺(jué)高效調(diào)優(yōu)（Vision Efficient Tuning）：通過(guò)自動(dòng)化的方法，快速調(diào)優(yōu)和優(yōu)化視覺(jué)模型和算法，提升計(jì)算效率和準(zhǔn)確性。
120. 三維目標(biāo)檢測(cè)（Object Detection 3D）：在三維空間中，檢測(cè)和定位目標(biāo)物體的位置、尺寸和姿態(tài)。
121. 壞圖像檢測(cè)（Bad Image Detecting）：識(shí)別和檢測(cè)出圖像中存在的噪點(diǎn)、模糊、失真等不良或低質(zhì)量的圖像。
122. Nerf重建精度評(píng)估（NeRF Reconstruction Accuracy）：評(píng)估神經(jīng)輻射場(chǎng)(NeRF)模型在建立3D場(chǎng)景重建時(shí)的準(zhǔn)確性和質(zhì)量。
123. Siamese UIE：Siamese網(wǎng)絡(luò)用于UIE任務(wù)，即輸入用戶界面元素識(shí)別或生成的相關(guān)問(wèn)題。
124. 數(shù)學(xué)公式識(shí)別（LatexOCR）：圖片中數(shù)學(xué)公式的latex識(shí)別。

到了這里，關(guān)于【人工智能124種任務(wù)大集合】-集齊了自然語(yǔ)言處理(NLP),計(jì)算機(jī)視覺(jué)(CV),語(yǔ)音識(shí)別,多模態(tài)等任務(wù)的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！