持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第6天，点击查看活动详情
ModelScope的技术体验
我先对ModelScope可以获得什么做几点的介绍:
- 免费使用平台提供的预训练模型，支持免费下载运行(这点我想大家都会实实在在感到实惠吧,传统的我们需要自己去对数据进行处理,对不同的参数进行修改最后慢慢的训练出一个模型作为预模型的使用)
- 一行命令实现模型预测，简单快速验证模型效果(一行命令可以进行模型预测我是从来没想到,但是实际体验了确实是,这个功能绝了)
- 用自己的数据对模型进行调优，定制自己的个性化模型(模型及参数的优化直接关系到我们的实验成败一点也不夸张)
ModelScope会给我们提供到什么:(此处我都是列举的与我自己在学校跑实验联系紧密的)
- 丰富的预训练SOTA模型
覆盖NLP、CV、Audio等多领域的具有竞争力的SOTA模型，更有行业领先的多模态大模型，全部免费开放下载以及使用。(覆盖的模型越多对开发者的福音越高,可以方便大家优中选优)
- 多元开放的数据集
汇集行业和学术热门的公开数据集，更有阿里巴巴集团贡献的专业领域数据集等你来探索。(现在市场上的数据集很多,但是涵盖面全的数据集还是很少的,官方给出的数据集还是不错的)
- 即开即用的在线开发平台
一键开启在线notebook实训平台，集成官方镜像免除环境安装困扰，链接澎湃云端算力，体验便捷的交互式编程。(jupyter notebook对开发者是非常方便的,随时可以知道自己编写的代码是否可以正常的运行)
- 灵活的模型框架与部署方式
兼容主流AI框架，更好地实现模型迁移；多种模型训练与服务部署方式，提供更多自主可控的选择。(部署一旦简化可以减少大家的工作量,还是减轻压力的)
第一步:进入ModelScope的主页面
第二步:选择今天的主题,达摩卡通化模型的体验,我们点击这一栏进入主页面,我们需要做的是在Notebook中进行打开,官方设置的是Jupyter的笔记本,这一点对于本人而言是比较友好地,因为我一直在使用这一款笔记本,可以直接进行运行.
import cv2
from modelscope.outputs import OutputKeys
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
img_cartoon = pipeline(Tasks.image_portrait_stylization,
model='damo/cv_unet_person-image-cartoon_compound-models')
result = img_cartoon('input.png')
cv2.imwrite('result.png', result[OutputKeys.OUTPUT_IMG])
print('finished!')
此处需要注意的是:这里的python文件以及照片的导入都需要我们自己进行,照片的导入需要注意的是必须与python文件在同一级目录下,如果不在同一级目录下,我们在运行的时候一定要注意将照片的路径完整的导入进来,不然容易造成运行错误.
最后我们来进行效果的查看.
首先我展示的是原图片
接下来我们展示运行结束卡通化的图片
