AI 助理
备案控制台
开发者社区 ModelScope模型即服务 文章 正文

人像增强修复

2023-07-28 196
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
模型在线服务 PAI-EAS，A10/V100等 500元 1个月
推荐场景：
基于PAI-EAS挂载OSS部署AIGC服务
交互式建模 PAI-DSW，每月250计算时 3个月
推荐场景：
PAI×LLaMA Factory 微调 Llama3 模型
模型训练 PAI-DLC，100CU*H 3个月
推荐场景：
低代码 Lora 微调及部署
简介： 人像增强修复

【Task简介】

人像增强修复主要是为了修复老照片或低质量图片中的低清晰度人脸，同时对背景图片也做适当增强，可以一键实现低清晰度图片的修复。

【说明视频】

image.png

点击链接查看视频：

https://www.yuque.com/modelscope/rdum8e/xaop6a?inner=iNw0C

【输入与输出】

input为低清晰度图片，output为分辨率放大后的清晰图片。

image.png

【场景应用】

可以应用于老照片、手机图片、老视频等素材的修复。

【数据集链接】

数据集：https://www.modelscope.cn/datasets/baiguan18/image-portrait-enhancement-dataset/summary

模型文件：https://www.modelscope.cn/models/damo/cv_gpen_image-portrait-en

文章标签：
编解码
ModelScope运营小助手
目录
相关文章
a15723093529-22168
|
7月前
|
机器学习/深度学习 人工智能 数据安全/隐私保护
免费交互式大模型在线图像去除水印.擦除.替换和增强照片项目代码（免费在线图像修复工具）
免费交互式大模型在线图像去除水印.擦除.替换和增强照片项目代码（免费在线图像修复工具）
a15723093529-22168
201 0
蚝油菜花
|
9天前
|
编解码 人工智能
FreeScale：无需微调即可提升模型的图像生成能力，生成 8K 分辨率的高质量图像
FreeScale是一个无需微调的推理框架，旨在提升扩散模型生成高分辨率图像和视频的能力。该框架通过处理和融合不同尺度的信息，首次实现了8K分辨率图像的生成，显著提高了生成内容的质量和保真度，同时减少了推理时间。
蚝油菜花
54 20
FreeScale：无需微调即可提升模型的图像生成能力，生成 8K 分辨率的高质量图像
蚝油菜花
|
1天前
|
机器学习/深度学习 编解码 人工智能
InvSR：开源图像超分辨率生成模型，提升分辨率，修复老旧照片为超清图像
InvSR 是一个创新的图像超分辨率模型，基于扩散模型的逆过程恢复高分辨率图像。它通过深度噪声预测器和灵活的采样机制，能够高效地提升图像分辨率，适用于老旧照片修复、视频监控、医疗成像等多个领域。
蚝油菜花
35 9
InvSR：开源图像超分辨率生成模型，提升分辨率，修复老旧照片为超清图像
蚝油菜花
|
14天前
|
编解码 人工智能 监控
VISION XL：支持四倍超分辨率的 AI 视频修复处理工具，提供去除模糊、修复缺失等功能
VISION XL是一款基于潜在扩散模型的高效视频修复和超分辨率工具，能够修复视频缺失部分、去除模糊，并支持四倍超分辨率。该工具优化了处理效率，适合快速处理视频的应用场景。
蚝油菜花
61 6
VISION XL：支持四倍超分辨率的 AI 视频修复处理工具，提供去除模糊、修复缺失等功能
萝卜丝丸子
|
4月前
|
文字识别 算法 安全
视觉智能开放平台产品使用合集之人脸修复增强接口采用什么方法增强人像
视觉智能开放平台是指提供一系列基于视觉识别技术的API和服务的平台，这些服务通常包括图像识别、人脸识别、物体检测、文字识别、场景理解等。企业或开发者可以通过调用这些API，快速将视觉智能功能集成到自己的应用或服务中，而无需从零开始研发相关算法和技术。以下是一些常见的视觉智能开放平台产品及其应用场景的概览。
萝卜丝丸子
44 0
楠竹11
|
5月前
|
人工智能 自然语言处理 测试技术
将图像自动文本化，图像描述质量更高、更准确了
【7月更文挑战第11天】AI研究提升图像文本化准确性：新框架IT融合多模态大模型与视觉专家，生成详细无幻觉的图像描述。通过三个阶段—全局文本化、视觉细节提取和重描述，实现更高质量的图像转文本。研究人员建立DID-Bench、D2I-Bench和LIN-Bench基准，展示描述质量显著提升。尽管有进步，仍面临幻觉、细节缺失及大规模处理挑战。[论文链接](https://arxiv.org/pdf/2406.07502v1)**
楠竹11
45 1
蓝色流星1000
|
6月前
|
人工智能 Python Shell
CodeFormer——AI驱动的面部图像修复与增强
CodeFormer是由南洋理工大学和商汤科技联合研发的AI人脸复原模型，结合VQGAN和Transformer技术，能从模糊或马赛克图像中生成清晰图像。它具备老照片修复、黑白照片彩色化、马赛克修复和低码率视频增强等功能。安装过程涉及miniconda3、Python环境配置、相关库的安装及模型训练数据下载。在测试视频增强时，虽然初期遇到ffmpeg导入问题，但通过安装ffmpeg-python得以解决，不过CPU占用率高。此外，还展示了对图片进行增强的命令行操作及结果示例。
蓝色流星1000
423 1
真的很搞笑
|
7月前
|
机器学习/深度学习 API 开发工具
视觉智能平台常见问题之人脸美颜增强关闭如何解决
视觉智能平台是利用机器学习和图像处理技术，提供图像识别、视频分析等智能视觉服务的平台；本合集针对该平台在使用中遇到的常见问题进行了收集和解答，以帮助开发者和企业用户在整合和部署视觉智能解决方案时，能够更快地定位问题并找到有效的解决策略。
真的很搞笑
58 1
Python研究者
|
人工智能 开发者
老照片修复：划痕修复+黑白照片上色+面部以及画质的增强
简介： 历久弥新：用AI修复亚运会珍贵史料
Python研究者
629 1
老照片修复：划痕修复+黑白照片上色+面部以及画质的增强
逻辑峰
图像修复
图像修复
逻辑峰
100 0

ModelScope模型即服务

热门文章

最新文章

  • 1
    阿里云通义千问向全社会开放！
  • 2
    ColorFlow：腾讯和清华大学联合推出的图像序列着色模型，通过参考图像的颜色对黑白漫画进行着色生成彩色漫画
  • 3
    WeaveFox：蚂蚁集团推出 AI 前端智能研发平台，能够根据设计图直接生成源代码，支持多种客户端和技术栈
  • 4
    multi-agent：多角色Agent协同合作，高效完成复杂任务
  • 5
    OpenAI 12天发布会内容全纪录！一文快速回顾获知亮点信息，原文附发布会中文字幕视频
  • 6
    CosyVoice 2.0：阿里开源升级版语音生成大模型，支持多语言和跨语言语音合成，提升发音和音色等的准确性
  • 7
    通义千问72B、1.8B、Audio模型开源！魔搭社区最佳实践来啦！
  • 8
    vanna+qwen实现私有模型的SQL转换
  • 9
    智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐
  • 10
    Llama 3开源，魔搭社区手把手带你推理，部署，微调和评估
  • 1
    PC Agent：开源 AI 电脑智能体，自动收集人机交互数据，模拟认知过程实现办公自动化
    9
  • 2
    Midscene.js：AI 驱动的 UI 自动化测试框架，支持自然语言交互，生成可视化报告
    15
  • 3
    ASAL：Sakana AI 联合 OpenAI 推出自动探索人工生命的系统，通过计算机模拟生命进化的过程
    11
  • 4
    TRELLIS：微软联合清华和中科大推出的高质量 3D 生成模型，支持局部控制和多种输出格式
    11
  • 5
    Browser Use：开源 AI 浏览器助手，自动完成网页交互任务，支持多标签页管理、视觉识别和内容提取等功能
    11
  • 6
    Granite 3.1：IBM 开源新一代可商用大语言模型，支持 128K 上下文长度、多语言和复杂任务处理
    7
  • 7
    Open Notebook：开源 AI 笔记工具，支持多种文件格式，自动转播客和生成总结，集成搜索引擎等功能
    9
  • 8
    Qwen开源视觉推理模型QVQ，更睿智地看世界！
    99
  • 9
    MNN推理框架将大模型放进移动端设备，并达到SOTA推理性能！
    35
  • 10
    AI大模型开启智能化新时代
    30

    • 相关电子书

    更多
  • 利用CNN实现无需联网的图像识别
  • 低代码开发师（初级）实战教程
  • 阿里巴巴DevOps 最佳实践手册

    • 相关实验场景

    更多
  • 如何快速体验知识检索增强应用
    • 下一篇
    DataWorks售前咨询