高质量预置模板清单

更新时间：2026-10-29

本表汇总 79 个高质量工作流预置模板，帮助您快速筛选适配业务场景的工作流模板。

模板名称	描述
高质量-音频-多人语音识别和说话人属性提取	遍历指定目录下的音频文件，做多人语音识别，并提取说话人的性别、年龄、说话人数量信息。
高质量-视频-视频生文工作流模版	对视频做场景检测和切分，做美学评分和字幕生成。
高质量-文档-PDF文档解析	遍历指定目录下的pdf文件，对pdf文件进行解析得到json格式文本，通过文本分块算子转换为行文本，通过一系列文本处理算子对文本进行处理。
高质量-文档-DOCX文档提取QA对	遍历指定目录下的DOCX/DOC文件，解析文件内容，支持中文和英文内容文档，通过分析文本内容提取出若干QA对。
高质量-图片-道路石块检测	遍历指定目录下的图片文件，对图片中的道路进行分割，对图片中的石块进行检测，使用道路图像区域作为ROI对石块进行过滤，仅保留道路上的石块，并对检测到的石块做可视化。
高质量-文档-高质量PDF文本数据清洗	遍历指定目录下的pdf文件，对pdf文件进行解析得到json格式文本，通过文本分块算子转换为行文本，通过字符长度、垃圾信息等过滤算子和内容去重算子清洗得到高质量文本数据，然后提取文本特征。
高质量-音频-多功能语音识别和翻译	支持压缩包音频文件加载，格式统一和切分，音频语言分类和多语言音频识别，文本添加标点符号和统一翻译为中文。
高质量-文档-webdataset文件解析图文和过滤处理	自动遍历指定目录下的webdataset文件，从文件中解析出图片和文本，并对图片做宽高过滤，对文本做繁简体转换。
高质量-文档-高质量DOCX文本数据清洗	遍历指定目录下的DOCX文件，对docx文件进行解析得到json格式文本，通过文本分块算子转换为行文本，通过字符长度、垃圾信息等过滤算子和内容去重算子清洗得到高质量文本数据，最后将高质量文本数据向量化。
高质量-音频-多功能语音语言识别和ASR	支持压缩包音频文件加载，格式统一和切分，音频根据自动识别的语言分为中英和非中英，然后分别进行ASR，并对识别的文本添加标点符号。
高质量-视频-视频开放世界目标检测	遍历指定目录下的视频文件，根据自定义的待检测目标名称，对视频文件抽帧后检测画面中指定物体，输出标准coco检测格式，可以用于后续模型训练等任务。
高质量-视频-视频物体深度距离计算	该流程是先对视频进行抽帧预处理，提取关键帧图像后开展开放世界目标识别，再基于识别输出的检测框数据和深度估计模型，计算物体深度距离，最后输出深度距离数据。
高质量-视频-视频物体距离计算	该流程是先对视频进行抽帧预处理，提取关键帧图像后开展开放世界目标识别，再基于识别输出的检测框数据，计算物体距离，最后输出检测框距离。
高质量-视频-视频安全生产危险距离检测	该流程是先对视频进行抽帧预处理，提取关键帧图像后开展开放世界目标识别，再基于识别输出的检测框数据和深度估计模型，计算物体深度距离，最后根据深度距离和检测框距离，过滤。
高质量-文档-文本高质量去除与过滤	用于文本高质量去除与过滤，包括长度过滤，去除ip邮箱等。
高质量-文档-跨页表格和流程图文档解析	遍历指定目录下的pdf文件，支持对文档中的跨页表格进行合并，以及对流程图进行识别和理解。
高质量-图片-图片算子工作流	用于图片各算子实施的工作流，包括图片hash去重，字幕生成，人脸模糊。
高质量-音频-音频任务训练数据增强	遍历指定目录下的音频文件，进行随机数据增强，输出的增强后音频数据。
高质量-音频-音频物理语义信息提取	遍历指定目录下的音频文件，输出物理与语义信息，主要是事件类型和时间戳。
高质量-音频-音频歌词转录	遍历指定目录下的音频文件，进行歌词转录。
高质量-音频-音频人声增益	提升音频信号中人类语音部分的音量幅值，同时抑制背景噪声，让人声更突出。
高质量-音频-音频多人语音识别	遍历指定目录下的音频文件，进行多人语音识别，输出识别的文本时间戳说话人信息。
高质量-文档-PDF文本信息提取	遍历指定目录下的pdf文件，对pdf文件进行解析得到json格式文本，抽取文本摘要，然后提取文本中的关键信息，如文本主题、情感、事件、实体关系等。
高质量-视频-视频场景切分QA对提取	对视频做长度过滤，场景切分，生成视频片段列表，并提取QA对。
高质量-文档-PDF文档分块	遍历指定目录下的pdf文件，对pdf文件进行解析得到json格式文本，通过文本语义分块、指定模式分块、文本分句等方式进行分片。
高质量-文档-文本多语言翻译	遍历指定目录下的文本文件，支持多种语言之间的翻译。
高质量-图片-图片超分辨率	遍历指定目录下的图片文件，根据参数对图片做4倍超分。
高质量-音频-多语言音频语言分类识别	遍历指定目录下的音频文件，识别音频的语言类别，返回语言中文名称。
高质量-音频-音频数据脱敏	检测输入的音频数据中是否包含个人信息（如手机号、身份证、年龄、住址等），对音频数据中的个人信息部分进行静音处理。
高质量-音频-音频情绪情感识别	支持压缩包音频文件加载，识别音频表达的7种情绪和3种情感信息。
高质量-文档-自定义提示词提取问题和生成回答	根据输入的文本内容，先使用自定义提示词生成一个或多个问题，然后使用自定义提示词参考文本内容对每个问题进行回答。
高质量-图片-文本引导图像修复-人脸修复为戴口罩	遍历指定目录下的图片文件，通过开放世界分割模型分割人脸，通过文本提示词将人脸修复为待卡通口罩的人脸。
高质量-音频-多语言音频识别	遍历指定目录下的音频文件，进行自动语音识别，输出识别出的文本数据
高质量-图片-图片异常检测	对输入的图片进行异常检测，包含彩条检测、对比度异常检测、亮度异常检测、灰度检测、单色检测、偏色检测。输出包含异常类别、分数信息的列表，并根据分数信息进行过滤。。
高质量-视频-文档qa对提取	基于视频提取的最佳帧、asr信息，进行文档qa提取。
高质量-视频-视频事件理解	对传入视频做行人检测与追踪、人脸检测，提取身份信息，结合视频内容进行理解，输出带有人物身份的视频事件标题和描述。
高质量-视频-视频安全监控	对传入视频做人脸检测与追踪，提取身份信息，结合视频内容判断视频中是否存在安全问题，输出异常标签。
高质量-视频-视频事件匹配	包含行人追踪、轨迹帧筛选的高质量视频事件匹配工作流，支持人脸识别和身份匹配。
高质量-视频-视频访客交互对话	高质量门口监控AI管家工作流：视频加载 -> 行人轨迹追踪 -> 人脸帧优选 -> 多模态访客对话（ASR + 家庭成员身份识别 + 生成语音与文本回复） -> JSON 结果输出。
高质量-视频-视频生文	用于视频生文各算子实施的工作流等。
高质量-通用-工作流断点续跑	扫描 filter_path 下所有 json/jsonl 文件，收集指定字段的值集合作为过滤内容，对样本按 file_key 命中与否进行过滤；reverse=True 时行为反转，仅保留命中的样本。
高质量-图片-图片去雾	遍历指定目录下的图片文件，对雾天图片进行去雾增强处理。
高质量-音频-多人语音识别和说话人属性提取-ONLINE	遍历指定目录下的音频文件，做多人语音识别，并提取说话人的性别、年龄、说话人数量信息。
高质量-图片-车牌打马赛克脱敏	对输入的图片做车辆检测，根据检测到的车辆进行车牌检测，对车牌进行打马赛克脱敏。
高质量-图片-图片去水印	遍历指定目录下的图片文件，自动识别水印区域并进行智能重绘修复，实现图片去水印。
高质量-多模态-视频搜视频	根据视频从doris库中搜索最相近的视频。
高质量-多模态-文搜视频	根据文本从doris库中搜索最相近的视频。
高质量-多模态-文搜图	根据文本从doris库中搜索最相近的图片。
高质量-多模态-图搜视频	根据图片从doris库中搜索最相近的视频。
高质量-多模态-文搜视频-ONLINE	根据文本从doris库中搜索最相近的视频。
高质量-视频-视频运动场景切分及异常检测	从视频中切分出运动场景的视频片段，并进行黑边裁剪、晃动检测、彩条检测等异常检测。
高质量-文档-PDF内容过滤	对PDF进行内容提取、分句并根据关键词进行过滤。
高质量-图片-图像增强	图像增强数据扩增工作流，依次执行图片旋转、图片裁剪、图片噪声三个算子。
高质量-图片-图像画面变换抖动器	图像画面变换数据扩增工作流，依次执行锐化、亮度、对比度、饱和度、色调、模糊六种抖动器，每张图在各自范围内随机扰动。
高质量-文档-PDF票据检测识别和自定义字段提取	自动检测识别PDF文档中的票据图像区域，切分为子图后进行自定义字段提取。
高质量-文档-html文本数据加工	提取html文件内容，对文本数据进行加工，包括自定义正则过滤、段落结尾不完整句子过滤、关键词过滤、语种识别和长度筛选。
高质量-文档-文本数据加工	对文本数据进行加工，包括自定义正则过滤、段落结尾不完整句子过滤、关键词过滤、语种识别和长度筛选。
高质量-文档-DOCX文本数据加工	提取docx/doc格式文件内容，进行数据加工，包括自定义正则过滤、段落结尾不完整句子过滤、关键词过滤、语种识别和长度筛选。
高质量-文档-文本内容特征提取	对输入文本，提取主题、关键词、摘要、实体。
高质量-图片-图片标注	根据图片内容生成中文和英文词语标签，以及质量评分。
高质量-文档-文本数据评估	对输入文本进行质量评估，包括文本完整性（1：差；2：一般；3：良好；4：优秀）、唯一性、长度、语种、敏感信息（从政治敏感、暴力恐怖、色情低俗、违法犯罪、谣言虚假、歧视仇恨、侵权违规、其他违规共8个方向对输入的文本进行内容审核，违规等级划分为高、中、低三个等级，同时输出审核依据的描述供人工复核）。
高质量-图片-图片数据评估	对输入图片进行ocr提取（包括置信度）、图片元数据提取（包括分辨率）。
高质量-文档-pdf内容提取	遍历指定目录下的PDF文件，对pdf文件进行内容提取。
高质量-文档-文本自定义提示词提取问题	根据自定义用户提示词从输入文本中提取一个或多个问题。
高质量-文档-文本标注	对输入的文本提取主题和情感标签，主题标签为科技、教育、健康、娱乐、财经、体育、旅游、军事、汽车、时尚、房产、历史、育儿、游戏、宗教、民生；情感为正面、中性和负面，并对输入的文本从准确性、语法、信息量、连贯性多方面进行内容质量评估，评估为5个等级，等级越高质量越高，同时返回质量评估依据，结果以json格式输出。
高质量-图片-图片数据加工	对图片数据进行处理，包括去重、元数据过滤、ocr、caption、qa提取。
高质量-图片-图片内容特征提取	对输入图片，提取图像元信息、OCR、主体对象信息。
高质量-图片-图片增强	对图片进行旋转、裁剪、亮度/对比度调整、噪声、模糊等增强，并进行质量过滤。
高质量-图片-图片文本匹配	对输入的图片跟输入的文本计算匹配得分，得分越高说明匹配度越高。
高质量-图片-图片内容解析和提取	遍历指定路径下的图片文件，对图片文件做文字、表格、公式等元素的解析和提取，结果以markdown格式的文本输出。
高质量-文档-文本提取QA对	分析输入的文本内容，自动提取出若干问答对。
高质量-图片-图片增强合成	对图片进行旋转、裁剪、亮度/对比度调整、噪声、模糊等增强，并进行质量过滤。
高质量-文档-文本数据质量评估	对输入文本进行可读性过滤与质量评估，质量评估包括文本完整性（1：差；2：一般；3：良好；4：优秀）、语种、敏感信息（从政治敏感、暴力恐怖、色情低俗、违法犯罪、谣言虚假、歧视仇恨、侵权违规、其他违规共8个方向对输入的文本进行内容审核，违规等级划分为高、中、低三个等级，同时输出审核依据的描述供人工复核）。
高质量-图片-图片信息标注	根据图片内容，对图像进行打标、目标检测、OCR实体提取。
高质量-图片-图片数据质量评估	根据图片内容，对图像进行质量评估，包括清晰度、对比度、亮度、图片元数据信息、美学分。
高质量-文档-文本信息标注	对输入的文本提取主题和情感标签，主题标签为科技、教育、健康、娱乐、财经、体育、旅游、军事、汽车、时尚、房产、历史、育儿、游戏、宗教、民生；情感为正面、中性和负面；同时对输入文本进行命名实体识别及关系、关键词抽取、摘要提取。
高质量-视频-具身智能-视频画面异常检测	遍历lerobot数据集下的视频文件，检测视频画面是否存在异常，如黑屏、白屏、灰度、彩条、偏色、亮度异常、对比度异，返回异常类型及其对应的时间戳片段。
高质量-视频-视频画面异常检测	遍历指定目录下的视频文件，检测视频画面是否存在异常，如黑屏、白屏、灰度、彩条、偏色、亮度异常、对比度异，返回异常类型及其对应的时间戳片段。
高质量-多模态-具身智能-视频和元数据质检	对Lerobot数据集的视频和元数据进行质检，包括视频画面冻结、深度画面、黑屏、重复帧，以及episode长度分布、完整性等内容进行质量评估检测。

评价此篇文章

有帮助没帮助

预置模版使用说明

组件与算子清单

百度智能云

百度胜算

百度胜算

高质量预置模板清单