@[toc]
ModelScope开源模型社区
对于刚刚接触机器学习的开发者来说，ModelScope开源模型社区是你不容错过的选择！
ModelScope开源模型社区
快速入门及环境安装
在这里你不仅可以在线体验开源模型，下载数据集，还可以根据说明文档配置环境，手把手的教你如何本地开发环境安装。
安装python环境。
支持python3，不支持python2，建议3.7版本及以上。推荐您使用Anaconda进行安装。
安装深度学习框架。
ModelScopeLibrary目前支持Tensorflow，Pytorch两大深度学习框架进行模型训练、推理。您可根据模型所需的框架选择适合的框架进行安装。
安装ModelScope Library。
提供两种安装方式，您可选择适合的方式进行安装。
pip安装。ModelScope提供了根据不同领域的安装包，您可根据对应的模型选择所需的安装包。
使用源码安装。
还有更加详细的安装指南！
主要有两大功能，模型库和数据集。
模型库
模型分为两类，可在线体验和可训练。
下载数据集
可以查找你想要的数据集。
例如我要分类豌豆，就要下载一些豌豆图片作为训练集
这里有数据集的介绍，数据预览和下载数据集文件。
如果有疑问可以到文档中心查找。
达摩卡通化模型
输入一张人物图像，实现端到端全图卡通化转换，生成二次元虚拟形象，返回卡通化后的结果图像。
类似网上很火的人像动漫
模型介绍
详细的介绍了该模型的功能以及原理，并且指出使用的方式和范围。
还有模型的训练集，推理过程，数据评估等等。
这里我们体验一下在线！
速度还是很快的，卡通化的程度也很高！
人像这方面没什么问题，下面我们上传风景照片看一下
风景照片也是很不错的，所以我觉得不仅仅可以用到人像上面，对于一些风景来说将其卡通化，也别有一种意境！
下载模型文件
快速入手
由于配置本地环境有些麻烦，为了更快的体验产品，这里选择了使用ModelScope提供的远程环境，即使用Notebook进行开发，更加方便和快捷。
选择免费版本即可。
上传要抠图的图片
粘贴示例代码
import cv2
from PIL import Image
from modelscope.outputs import OutputKeys
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
img_cartoon = pipeline(Tasks.image_portrait_stylization, 'damo/cv_unet_person-image-cartoon_compound-models')
result = img_cartoon('/mnt/workspace/image_cartoon.png')
cv2.imwrite('result.png', result[OutputKeys.OUTPUT_IMG])
im = Image.open('result.png')
im.show()
AI 代码解读
运行
输出并展示卡通化的图片！
达摩人像抠图
人像抠图对输入含有人像的图像进行处理，无需任何额外输入，实现端到端人像抠图，输出四通道人像抠图结果。
在线抠图
这个效果惊艳到我了😲，我也学过一点PS但是抠成这样对我是很难的，连头发丝都能抠出来，拯救了不会抠图的我！
效果非常好呀！
本地抠图
报错我调试了一会也没成功。
总结：
虽然有的模型有些不足，但总体来说模型的训练度很高，速度也很快，对于机器学习有很大的帮助，可以在上面找一些项目自己动手做做，很轻松就能实现一个项目。由于我比较喜欢计算机视觉方面，所以我介绍几个计算机视觉方面的，这里还有很多模型如果有你喜欢的大家可以去尝试尝试！
计算机视觉单标签图像分类 通用图像分割 文字检测 人像美肤 风格迁移 图像翻译
自然语言处理
分词 情感分类 句子相似度 关系抽取 零样本分类 翻译
语音
语音识别 语音合成 语音唤醒 音频分类 语音降噪 回声消除
多模态
图像描述 视觉定位 文本生成图片 多模态表征 视觉问答 图文检索
