ModelScope是什么
- ModelScope旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单！
- 我们希望在汇集行业领先的预训练模型，减少开发者的重复研发成本，提供更加绿色环保、开源开放的AI开发环境和模型服务，助力绿色“数字经济”事业的建设。 ModelScope平台将以开源的方式提供多类优质模型，开发者可在平台上免费体验与下载使用。
提供的服务有哪些
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。
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。
一行代码使用模型推理能力
- 提供基于模型的本地推理接口，以及线上模型推理预测服务，方便开发者快速验证与使用。
十行代码快速构建专属行业模型
- 十行代码实现对预训练模型的调优训练（finetune），方便开发者基于行业数据集快速构建专属行业模型。
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。
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。
人像美肤介绍
- 使用阿里云提供的人像美肤模型
- 人像美肤模型对输入含有人像的图像进行处理，无需任何额外输入，实现脸部皮肤区域匀肤（处理痘印、肤色不均等）、去瑕疵（脂肪粒、斑点、痣等）及全身皮肤区域美白。模型仅对皮肤区域进行处理，不影响其他区域。
代码示例
- 本模型基于pytorch（匀肤、去瑕疵）, tensorflow（皮肤分割）进行训练和推理，在ModelScope框架上，提供输入图片，即可以通过简单的Pipeline调用来使用人像美肤模型。
- 通过官方提供的在线编辑器，运行此代码，可以看到效果
import cv2
from modelscope.outputs import OutputKeys
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
skin_retouching = pipeline(Tasks.skin_retouching,model='damo/cv_unet_skin-retouching')
result = skin_retouching('test.png')
cv2.imwrite('result.png', result[OutputKeys.OUTPUT_IMG])
- 模型训练数据有限，部分非常规图像或者人像占比过小可能会影响皮肤分割（美白）效果。
- 在人脸分辨率大于100×100的图像上可取得期望效果，分辨率过小时皮肤区域本身比较模糊，美肤效果不明显。
- 通过阿里云提供的人像美容，我们都可以自己处理这些照片，体验还是不错的
