当前位置: 首页 > news >正文

【AI落地应用实战】HivisionIDPhotos AI证件照制作实践指南

最近在网上发现了一款轻量级的AI证件照制作的项目,名为HivisionIDPhotos。它利用AI模型实现对多种拍照场景的识别、抠图与证件照生成,支持轻量级抠图、多种标准证件照和排版照生成、纯离线或端云推理、美颜等功能。此外,项目还提供了Gradio Demo交互页面和API服务,方便用户进行证件照的制作和自定义。

项目仓库:https://github.com/Zeyi-Lin/HivisionIDPhotos

在这里插入图片描述
本篇将介绍使用DAMODEL深度学习平台部署HivisionIDPhotos模型进行复现。

一、创建实例

本次实验选择了DAMODEL(丹摩智算)平台,致力于提供丰富的算力资源与基础设施助力AI应用的开发、训练、部署。首先进入控制台,,点击资源-GPU云实例,点击创建实例:

在这里插入图片描述
进入创建页面后,首先在实例配置中首先选择付费类型为按量付费,其次选择单卡启动,然后选择需求的GPU型号,本次实验可以选择选择NVIDIA-GeForc-RTX-4090或者Tesla-P40显卡。

除了这些以外,可以看到丹摩最近还上线了H800和A800显卡,A800基于NVIDIA的Ampere架构,而H800则是基于更新的Hopper架构。这两款显卡都具备强大的计算能力,高达80GB的显存能够处理复杂的数学模型和算法,支持深度学习模型的训练和推理,以及科学模拟、气候研究、基因组学等领域的高性能计算任务。

在这里插入图片描述
继续往下翻,配置数据硬盘的大小,每个实例默认附带了50GB的数据硬盘,本次创建可以就选择默认大小50GB,可以看到,平台提供了一些基础镜像供快速启动,镜像中安装了对应的基础环境和框架,这里选择PyTorch镜像启动。除此之外,平台还提供了ComfyUI、FLUX.1-dev-fp8+ComfyUI、yolov8镜像,适合初学者和专业人士使用。

在这里插入图片描述

二、配置代码和模型

2.1、配置代码与环境

首先输入git clone,将仓库代码克隆到本地,这里连接github可能偶尔不稳定,可以克隆gitee的仓库,两者内容相同:

git clone https://gitee.com/lipengfeiSUaz/HivisionIDPhotos.git

在这里插入图片描述
克隆完成后,进入项目文件夹,输入pip install -r requirements.txtpip install -r requirements-app.txt安装依赖环境:

在这里插入图片描述

2.2、下载模型

除了配置代码和安装环境外,还需要下载部分人像抠图模型的权重,下载好的模型均存到项目的hivision/creator/weights目录下,其中rmbg-1.4需要重命名为rmbg-1.4.onnx,birefnet-v1-lite需要重命名为birefnet-v1-lite.onnx

人像抠图模型介绍下载链接
MODNet实时人像抠图模型,无需辅助信息http://file.s3/damodel-openfile/HivisionIDPhotos/model.onnx
hivision_modnet优化版MODNet,更适合纯色背景抠图http://file.s3/damodel-openfile/HivisionIDPhotos/hivision_modnet.onnx
rmbg-1.4BRIA AI开源的抠图模型,下载后重命名为rmbg-1.4.onnxhttp://file.s3/damodel-openfile/HivisionIDPhotos/rmbg-1.4.onnx
birefnet-v1-liteZhengPeng7开源抠图模型,拥有最好的分割精度,下载后重命名为birefnet-v1-lite.onnxhttp://file.s3/damodel-openfile/HivisionIDPhotos/birefnet-v1-lite.onnx

重命名后如下图所示:

在这里插入图片描述
配置以上步骤后,就可以开始使用了。

三、运行项目

项目的主函数在inference.py文件,其使用了argparse库来处理命令行参数,并根据参数执行不同的图像处理任务,提供了以下功能:

  • 证件照制作(idphoto):使用creator生成标准证件照和高清证件照,并保存。
  • 人像抠图(human_matting):仅抠图,不添加背景,保存抠图结果。
  • 添加背景(add_background):给图像添加背景色,并根据用户选择的渲染模式(纯色、上下渐变、中心渐变)进行处理,保存结果。
  • 生成排版照(generate_layout_photos):生成排版照,并根据需要调整图片大小。

我们可以直接通过Python运行脚本进行推理,其中,核心参数:

  • -i: 输入图像路径
  • -o: 保存图像路径
  • -t: 推理类型,有idphoto、human_matting、add_background、generate_layout_photos可选
  • –matting_model: 人像抠图模型权重选择
  • –face_detect_model: 人脸检测模型选择

更多参数也可通过python inference.py --help查看

3.1、证件照制作

证件照制作输入 1 张照片,输出 1 张标准证件照和 1 张高清证件照的 4 通道透明 png图片,可以输入以下命令运行:

python inference.py -i demo/images/test0.jpg -o ./idphoto.png --height 413 --width 295

其中,–height指定了证件照的高度为413像素。–width 295指定了证件照的宽度为295像素。随便试了两张,效果如下:

在这里插入图片描述

在这里插入图片描述
这一步可能会遇到以下问题:

Traceback (most recent call last):File "/root/workspace/crqfkuvhri0c7384uh6g/workspace/HivisionIDPhotos/inference.py", line 2, in <module>import cv2File "/root/anaconda3/envs/hidp/lib/python3.10/site-packages/cv2/__init__.py", line 181, in <module>bootstrap()File "/root/anaconda3/envs/hidp/lib/python3.10/site-packages/cv2/__init__.py", line 153, in bootstrapnative_module = importlib.import_module("cv2")File "/root/anaconda3/envs/hidp/lib/python3.10/importlib/__init__.py", line 126, in import_modulereturn _bootstrap._gcd_import(name[level:], package, level)
ImportError: libGL.so.1: cannot open shared object file: No such file or directory

这个报错表明在尝试找到 libGL.so.1 这个共享库文件出现了问题,输入以下命令,补充安装库文件再次运行就好了!

apt-get update
apt-get install ffmpeg libsm6 libxext6 -y

3.2、证件照换底色

除了透明图,模型还提供了将证件照换色,输入以下命令:

python inference.py -t add_background -i ./idphoto.png -o ./idphoto_ab.jpg  -c 4f83ce -k 30 -r 1

其中,-t add_background参数告诉脚本你想要执行的任务类型是“add_background”,即添加背景色。-c 4f83ce参数定义了你想要将证件照背景换成的颜色,在这里,4f83ce是RGB十六进制的颜色定义方式,如果需要蓝底、红底,可以根据需要调整代码。而-k 30参数指定了输出照片的文件最大大小,单位是KB。这里30表示你希望输出的证件照文件大小大约为30KB。-r 1参数选择了背景色的渲染模式。在这里,1代表“上下渐变”模式,背景色将从上到下渐变,而不是单一的纯色。

效果如下:

在这里插入图片描述

3.3、排版照(打印版)

当然,模型还提供了排版照,这种排版方式在需要批量制作证件照时非常有用,便于一次性打印多张照片,节省纸张和打印成本。

python inference.py -t generate_layout_photos -i ./idphoto_ab.jpg -o ./idphoto_layout.jpg  --height 413 --width 295 -k 200

在这个命令中,-t generate_layout_photos参数指定了任务类型为生成排版照。这意味着脚本将执行生成排版照的相关操作。-k 200参数指定了输出照片的文件最大大小,单位是KB。

效果如下:

在这里插入图片描述
模型还在不断维护更新中,还有很多新功能值得探索!

在这里插入图片描述

相关文章:

【AI落地应用实战】HivisionIDPhotos AI证件照制作实践指南

最近在网上发现了一款轻量级的AI证件照制作的项目&#xff0c;名为HivisionIDPhotos。它利用AI模型实现对多种拍照场景的识别、抠图与证件照生成&#xff0c;支持轻量级抠图、多种标准证件照和排版照生成、纯离线或端云推理、美颜等功能。此外&#xff0c;项目还提供了Gradio D…...

php实现sl651水文规约解析

SL651-2014-《水文监测数据通信规约》 1、要素解析说明 39 23 00 00 03 45 0x39查标识符得知为:39H Z 瞬时河道水位、潮位,我们定义为水位 0x23 按照要素标识符的规定,高5bit,低3bit,00100 011 对应的转换为10进制为4与3,也就是水位数据占用4字节,小…...

【Linux】简易版shell

文章目录 shell的基本框架PrintCommandLineGetCommandLineParseCommandLineExecuteCommandInitEnvCheckAndExecBuildCommand代码总览运行效果总结 shell的基本框架 要写一个命令行我们首先要写出基本框架。 打印命令行获取用户输入的命令分析命令执行命令 基本框架的代码&am…...

宝塔Linux面板安装PHP扩展失败报wget: unable to resolve host address ‘download.bt.cn’

一、问题&#xff1a; 当使用宝塔面板安装PHP扩展失败出现如下错误时 Resolving download.bt.cn(download.bt.cn)...failed: Connection timed out. wget: unable toresolve host address download.bt.cn’ 二、解决&#xff1a; 第一步&#xff1a;如下命令执行拿到返回的I…...

问:Redis常见性能问题及解法?

Redis 作为一个高性能的键值存储系统&#xff0c;在实际应用中可能会遇到各种性能问题。本文将探讨 Redis 的常见性能问题&#xff0c;并提供相应的解决建议。主要针对五个关键问题进行讨论&#xff1a;Master 节点的持久化工作、Slave 节点的数据备份、主从复制的网络环境、主…...

Imperva 数据库与安全解决方案

Imperva是网络安全解决方案的专业提供商&#xff0c;能够在云端和本地对业务关键数据和应用程序提供保护。公司成立于 2002 年&#xff0c;拥有稳定的发展和成功历史并于 2014 年实现产值1.64亿美元&#xff0c;公司的3700多位客户及300个合作伙伴分布于全球各地的90多个国家。…...

【JavaScript】之文档对象模型(DOM)详解

JavaScript 的强大之处在于它能够与 HTML 和 CSS 交互&#xff0c;动态地修改网页内容和样式。而实现这一功能的核心就是 DOM&#xff08;文档对象模型&#xff09;。 一、什么是 DOM&#xff1f; DOM 是文档对象模型&#xff08;Document Object Model&#xff09;的缩写。它…...

速盾:cdn域名与ip区别

CDN&#xff08;内容分发网络&#xff09;是一种通过在全球多个服务器上缓存和分发静态资源的网络服务&#xff0c;可以提高网站的访问速度和性能。在使用CDN时&#xff0c;域名与IP地址是两个关键的概念。本文将介绍CDN域名与IP地址的区别和作用。 首先&#xff0c;CDN域名是…...

如何优雅的在页面上嵌入AI-Agent人工智能

前言 IDEA启动&#xff01;大模型的title想必不用我多说了&#xff0c;多少公司想要搭上时代前言技术的快车&#xff0c;感受科技的魅力。现在大模型作为降本增效的强大工具&#xff0c;基本上公司大多人都想要部署开发一把&#xff0c;更多的想要利用到这些模型放到生产中来提…...

如何对LabVIEW软件进行性能评估?

对LabVIEW软件进行性能评估&#xff0c;可以从以下几个方面着手&#xff0c;通过定量与定性分析&#xff0c;全面了解软件在实际应用中的表现。这些评估方法适用于确保LabVIEW程序的运行效率、稳定性和可维护性。 一、响应时间和执行效率 时间戳测量&#xff1a;使用LabVIEW的时…...

动态规划 —— dp问题-按摩师

1. 按摩师 题目链接&#xff1a; 面试题 17.16. 按摩师 - 力扣&#xff08;LeetCode&#xff09;https://leetcode.cn/problems/the-masseuse-lcci/description/ 2. 算法原理 状态表示&#xff1a;以某一个位置为结尾或者以某一个位置为起点 dp[i]表示&#xff1a;选择到i位置…...

SQL 语法学习

在当今数字化的时代&#xff0c;数据的管理和分析变得至关重要。而 SQL&#xff08;Structured Query Language&#xff09;&#xff0c;即结构化查询语言&#xff0c;作为一种用于管理关系型数据库的强大工具&#xff0c;掌握它对于从事数据相关工作的人来说是一项必备技能。在…...

MYSQL---TEST5(Trigger触发器Procedure存储过程综合练习)

触发器Trigger 数据库mydb16_trigger创建 表的创建 goods create table goods( gid char(8) primary key, #商品号 name varchar(10), #商品名 price decimal(8,2), #价格 num int&#xff1b;&#xff09; #数量orders create tabl…...

蓝桥杯 区间移位--二分、枚举

题目 代码 #include <stdio.h> #include <string.h> #include <vector> #include <algorithm> #include <iostream> using namespace std; struct node{ int a,b; }; vector<node> q; bool cmp(node x,node y){ return x.b <…...

Nginx 报错400 Request Header Or Cookie Too Large

错误的原因&#xff1a; 1、可能是你的网络DNS配置错误。 2、由request header过大所引起&#xff0c;request过大&#xff0c;通常是由于cookie中写入了较大的值所引起的。 3、访问太频繁&#xff0c;浏览器的缓存量太大&#xff0c;产生错误。 解决办法&#xff1a; 1、清…...

【Redis】一种常见的Redis分布式锁原理简述

本文主要简述一下基于set命令的Redis分布式锁的原理。 一&#xff0c;a线程持有的锁不要被b线程同时持有→setnx 抢锁的时候&#xff0c;最核心的就是&#xff0c;a线程持有的锁不要被b线程同时持有&#xff0c;放在基于set命令的redis分布式锁中来看&#xff0c;就是“如果锁…...

HOT100_最大子数组和

class Solution {public int maxSubArray(int[] nums) {int[] dp new int[nums.length];int res nums[0];dp[0] nums[0];for(int i 1; i< nums.length; i){dp[i] Math.max(nums[i] ,dp[i-1] nums[i]);res Math.max(res, dp[i]);}return res;} }...

DiskGenius工具扩容Mac OS X Apple APFS分区

DiskGenius是一款功能强大的磁盘分区工具&#xff0c;它支持Windows和Mac OS X系统&#xff0c;可以用于管理硬盘分区&#xff0c;包括扩容Mac OS X的Apple APFS分区。然而&#xff0c;直接使用DiskGenius来扩容Mac OS X的APFS分区可能存在一定的风险&#xff0c;因为不是专门为…...

从零开始的LeetCode刷题日记:70. 爬楼梯

一.相关链接 题目链接&#xff1a;70. 爬楼梯 二.心得体会 这道题还是动规五部曲。 1.首先是dp数组及其下标的含义&#xff0c;dp记录了每层楼梯对应的爬的方法&#xff0c;每个下标存储每个对应楼层。 2.然后是递归公式&#xff0c;其实每一层楼都是可以从下面一层和下面…...

Unity照片墙效果

Unity照片墙效果&#xff0c;如下效果展示 。 工程源码...

springboot 百货中心供应链管理系统小程序

一、前言 随着我国经济迅速发展&#xff0c;人们对手机的需求越来越大&#xff0c;各种手机软件也都在被广泛应用&#xff0c;但是对于手机进行数据信息管理&#xff0c;对于手机的各种软件也是备受用户的喜爱&#xff0c;百货中心供应链管理系统被用户普遍使用&#xff0c;为方…...

PHP和Node.js哪个更爽?

先说结论&#xff0c;rust完胜。 php&#xff1a;laravel&#xff0c;swoole&#xff0c;webman&#xff0c;最开始在苏宁的时候写了几年php&#xff0c;当时觉得php真的是世界上最好的语言&#xff0c;因为当初活在舒适圈里&#xff0c;不愿意跳出来&#xff0c;就好比当初活在…...

《Playwright:微软的自动化测试工具详解》

Playwright 简介:声明内容来自网络&#xff0c;将内容拼接整理出来的文档 Playwright 是微软开发的自动化测试工具&#xff0c;支持 Chrome、Firefox、Safari 等主流浏览器&#xff0c;提供多语言 API&#xff08;Python、JavaScript、Java、.NET&#xff09;。它的特点包括&a…...

CentOS下的分布式内存计算Spark环境部署

一、Spark 核心架构与应用场景 1.1 分布式计算引擎的核心优势 Spark 是基于内存的分布式计算框架&#xff0c;相比 MapReduce 具有以下核心优势&#xff1a; 内存计算&#xff1a;数据可常驻内存&#xff0c;迭代计算性能提升 10-100 倍&#xff08;文档段落&#xff1a;3-79…...

【算法训练营Day07】字符串part1

文章目录 反转字符串反转字符串II替换数字 反转字符串 题目链接&#xff1a;344. 反转字符串 双指针法&#xff0c;两个指针的元素直接调转即可 class Solution {public void reverseString(char[] s) {int head 0;int end s.length - 1;while(head < end) {char temp …...

什么是EULA和DPA

文章目录 EULA&#xff08;End User License Agreement&#xff09;DPA&#xff08;Data Protection Agreement&#xff09;一、定义与背景二、核心内容三、法律效力与责任四、实际应用与意义 EULA&#xff08;End User License Agreement&#xff09; 定义&#xff1a; EULA即…...

【VLNs篇】07:NavRL—在动态环境中学习安全飞行

项目内容论文标题NavRL: 在动态环境中学习安全飞行 (NavRL: Learning Safe Flight in Dynamic Environments)核心问题解决无人机在包含静态和动态障碍物的复杂环境中进行安全、高效自主导航的挑战&#xff0c;克服传统方法和现有强化学习方法的局限性。核心算法基于近端策略优化…...

基于Java+MySQL实现(GUI)客户管理系统

客户资料管理系统的设计与实现 第一章 需求分析 1.1 需求总体介绍 本项目为了方便维护客户信息为了方便维护客户信息&#xff0c;对客户进行统一管理&#xff0c;可以把所有客户信息录入系统&#xff0c;进行维护和统计功能。可通过文件的方式保存相关录入数据&#xff0c;对…...

【Go语言基础【12】】指针:声明、取地址、解引用

文章目录 零、概述&#xff1a;指针 vs. 引用&#xff08;类比其他语言&#xff09;一、指针基础概念二、指针声明与初始化三、指针操作符1. &&#xff1a;取地址&#xff08;拿到内存地址&#xff09;2. *&#xff1a;解引用&#xff08;拿到值&#xff09; 四、空指针&am…...

比较数据迁移后MySQL数据库和OceanBase数据仓库中的表

设计一个MySQL数据库和OceanBase数据仓库的表数据比较的详细程序流程,两张表是相同的结构,都有整型主键id字段,需要每次从数据库分批取得2000条数据,用于比较,比较操作的同时可以再取2000条数据,等上一次比较完成之后,开始比较,直到比较完所有的数据。比较操作需要比较…...