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
高工智能汽车11 小时前
L4自动驾驶重卡,迎来关键一战?
人工智能·汽车
LaughingZhu11 小时前
Product Hunt 每日热榜 | 2026-09-20
人工智能·深度学习·神经网络·搜索引擎·百度
知几蜗牛11 小时前
Agent容器越大冷启动越慢?AWS把“加载一次”变成了快照恢复
人工智能
知几蜗牛11 小时前
AI写代码成功率升到约九成,为什么还不能叫“自动改进自己”
人工智能
55873 生态系统11 小时前
技术第2篇,五引擎微内核架构全解:调度 / 安全 / 研判 / 评测 / 存证,55873 生态系统底层技术拆解
人工智能·55873全域文明生态体系·抢救濒危文脉·55873操作系统·全域文明生态系统
老鱼说AI11 小时前
从点积到希尔伯特空间:向量内积的几何本质与大模型相似度度量
人工智能·深度学习·线性代数·算法·机器学习·数学建模
wshzd11 小时前
LLM之Agent(九十)|DeepSeek-Harness(一)安装与环境准备
人工智能
知几蜗牛11 小时前
npm自动发布最危险的一步,被拆成了“先暂存再批准”
人工智能
甲维斯11 小时前
阶跃星辰Step5 这个“老头乐”有点东西!
人工智能
科创致远11 小时前
科创致远 ESD 静电监控系统全场景落地指南
大数据·人工智能·制造·精益工程