人工智能之基于阿里云图像人脸融合部署

需求描述

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
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：
在这里插入图片描述

SDK模型下载

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

图片验证

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
在这里插入图片描述
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。