人工智能之基于阿里云图像人脸融合部署

人工智能之基于阿里云图像人脸融合部署

需求描述

  1. 基于阿里云搭建图像人脸融合模型,模型名称:iic/cv_unet-image-face-fusion_damo
  2. 使用上述模型输出人脸融合照片
    模型路径:人脸融合

业务实现

阿里云配置

阿里云配置如下:

SDK模型下载

python 复制代码
#模型下载
from modelscope import snapshot_download
model_dir = snapshot_download('iic/cv_unet-image-face-fusion_damo')

图片验证

python 复制代码
import cv2
from modelscope.outputs import OutputKeys
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks

image_face_fusion = pipeline(Tasks.image_face_fusion, model='damo/cv_unet-image-face-fusion_damo')
template_path = '/mnt/workspace/2353-d23rwgk4jm0.jpg'
user_path = '/mnt/workspace/2354-znxqmgjkiq5.jpg'
result = image_face_fusion(dict(template=template_path, user=user_path))

cv2.imwrite('result.png', result[OutputKeys.OUTPUT_IMG])
print('finished!')

结果展示如下:测试数据图片路径:

图片数据路径,使用互联网的数据,两张图片路径如下:
图片1
图片2

从多次搭建的经验来看,建议在搭建模型相关的内容的时候,优先选择阿里云的相关服务,很多东西阿里云的容器云已经提供底层技术,可以很快的使用modelscope提供的操作内容进行快速的模型搭建。

相关推荐
泯泷几秒前
AI时代,中层还要替公司传多少次话?
人工智能·架构
装不满的克莱因瓶6 分钟前
【SpringAI Alibaba】ReactAgent记忆管理MessageTrimmingHook与MessageDeletionHook
java·人工智能·ai·ai编程·springai·springaialibaba
Dawson Zhu18 分钟前
【LLM推理与Serving⑧】多机多卡Serving:TP/PP/负载均衡与弹性扩缩容全攻略
人工智能·语言模型·架构·aigc·agi
飞哥数智坊31 分钟前
DSH+DeepSeek 实测 Anatomy Skill:让技术原理可视化
人工智能
长不大的杨瑞杰36 分钟前
ChatGPT 广告技术栈架构拆解:多轮意图、LLM 工具编排、ANN 召回与拍卖闭环
人工智能·chatgpt·系统架构·推荐系统·广告
迪菲赫尔曼1 小时前
【基础篇 26】第一次在服务器完成训练:准备数据、断线继续、检查成果与备份
运维·服务器·人工智能·机器学习·计算机视觉
小年糕是糕手1 小时前
【AI】用 AI 做自己的个人网站(上):选模板、写提示词,做出第一版
人工智能·app·网页开发·codex·index·styles·0基础教程
硅谷秋水1 小时前
RoboAtom:机器人学习的大规模原子-动作监督
人工智能·机器学习·计算机视觉·机器人
vipxieliang1 小时前
具身智能2026:从实验室演示到万台级量产
人工智能