1.目标检测：在智能交通中，通过对大量交通场景图像进行标注，标记出车辆、行人、交通标志等目标的位置和类别，让人工智能模型学习如何识别和定位这些目标，从而实现自动驾驶中的障碍物检测、交通标志识别等功能。在安防监控领域，能帮助系统识别出人员、物体、异常行为等，实现智能安防预警和监控。

2.图像分类：对海量的图像进行标注，如将图像标注为猫、狗、风景、建筑等不同类别，使图像识别系统能够学习到不同类别图像的特征，从而对新的未知图像进行准确分类。这在图像搜索引擎、相册管理等应用中发挥着重要作用，方便用户快速查找和管理图像。

3.语义分割：在医学图像分析中，对医学影像（如 CT、MRI 等）进行像素级别的标注，将不同的组织和器官进行分类标注，帮助人工智能模型实现对医学图像的语义分割，辅助医生进行疾病诊断和分析。在遥感图像分析中，可对土地利用、植被覆盖、城市规划等进行语义分割，为地理信息系统提供数据支持。