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
雷焰财经5 分钟前
首都在线海外大带宽筑基,加速大模型出海全球化进程
大数据·人工智能
2301_766558657 分钟前
实战源码级解读:矩阵跃动龙虾机器人本地AI智能体部署,实现7×24小时无人值守获客
人工智能·矩阵·机器人
大侠区块链9 分钟前
【2026】AI Agent 生产环境踩坑实录:错误放大效应、权限失控与架构选型
人工智能·架构
又是忙碌的一天11 分钟前
从像素到形状:我用 OpenCV + YOLO 实现的单一特征识别实践
人工智能·opencv·yolo
zbdx不知名菜鸡11 分钟前
langchain与langgraph 有什么区别?
人工智能·深度学习·langchain·langgraph
2301_7665586511 分钟前
企业AI获客技术落地:矩阵跃动小陌GEO本地部署与云端优化的协同实现方案
大数据·人工智能·矩阵
小陈工16 分钟前
2026年3月25日技术资讯洞察:开源芯片革命、Postgres文件系统与AI Agent安全新范式
开发语言·数据库·人工智能·python·安全·web安全·开源
小白的代码日记16 分钟前
区块链分叉检测与回扫系统(Go语言)
人工智能·golang·区块链
mxbb.19 分钟前
“Hello 神经网络!”
人工智能·深度学习·神经网络
枫叶林FYL20 分钟前
【自然语言处理 NLP】 Transformer架构与预训练(Transformer Architecture & Pretraining)
人工智能·自然语言处理·transformer