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
zzywxc7871 小时前
AI在编程、测试、数据分析等领域的前沿应用(技术报告)
人工智能·深度学习·机器学习·数据挖掘·数据分析·自动化·ai编程
铭keny1 小时前
YOLOv8 基于RTSP流目标检测
人工智能·yolo·目标检测
墨尘游子2 小时前
11-大语言模型—Transformer 盖楼,BERT 装修,RoBERTa 直接 “拎包入住”|预训练白话指南
人工智能·语言模型·自然语言处理
金井PRATHAMA2 小时前
主要分布于内侧内嗅皮层的层Ⅲ的网格-速度联合细胞(Grid × Speed Conjunctive Cells)对NLP中的深层语义分析的积极影响和启示
人工智能·深度学习·神经网络·机器学习·语言模型·自然语言处理·知识图谱
天道哥哥2 小时前
InsightFace(RetinaFace + ArcFace)人脸识别项目(预训练模型,鲁棒性很好)
人工智能·目标检测
幻风_huanfeng2 小时前
学习人工智能所需知识体系及路径详解
人工智能·学习
云道轩3 小时前
使用Docker在Rocky Linux 9.5上在线部署LangFlow
linux·人工智能·docker·容器·langflow
POLOAPI3 小时前
从模型到生产:AI 大模型落地工程与效率优化实践
人工智能·gpt·gemini
谷歌上搜百度3 小时前
LLM并非“万能钥匙”——深度解析大语言模型的本质与边界
人工智能·llm
Wendy14413 小时前
【图像掩膜】——图像预处理(OpenCV)
人工智能·opencv·计算机视觉