图像人脸融合报错

报错是因为没找到模型 两种方法： 1：把这个“damo/cv_unet-image-face-fusion_damo” 通过下载模型的API下载到本地，（用网页看你要下载的模型的名称、版本号），下载代码举例： from modelscope.hub.snapshot_download import snapshot_download model_dir = snapshot_download('damo/cv_tinynas_human-detection_damoyolo', cache_dir='models/', revision="v1.1")

2：pipeline有model_revision属性，用网页看你要使用的模型的版本号，修改参数即可 pipeline(Tasks.domain_specific_object_detection, model=model_id, model_revision="v1.1.0")

楼主你好，先看看这个线上的： 一、线上体验

首先访问平台网址https://modelscope.cn/#/models 选择可在线体验， 根据任务筛选或者关键词搜索可查找您感兴趣的模型。

点击模型，进入模型详情页，您可以查看该模型具体的模型介绍。模型提供者将在此处介绍模型具体的应用场景、功能描述、技术方法、模型训练与使用还有效果评估，供您参考。 右侧有“在线体验”功能，您可以通过切换默认示例来查看模型效果，或输入适合该模型的测试信息进行模型的效果测试。

跑通模型推理：

若您准备好本地环境或者已经打开一个Notebook的预装环境实例，则根据下述代码可对该模型进行推理。 使用modelscope pipeline接口只需要两步，同样以上述中文分词模型（damo/nlp_structbert_word-segmentation_chinese-base）为例简单说明：

首先根据task示例化一个pipeline对象 from modelscope.pipelines import pipeline word_segmentation = pipeline('word-segmentation',model='damo/nlp_structbert_word-segmentation_chinese-base')

输入数据，拿到结果 input = '今天天气不错，适合出去游玩' print(word_segmentation(input)) {'output': '今天 天气 不错 ， 适合 出去 游玩'}

载入数据集

ModelScope可以提供了标准的MsDataset接口供用户进行基于ModelScope生态的数据源加载。下面以加载NLP领域的afqmc（Ant Financial Question Matching Corpus）数据集为例进行演示

from modelscope.msdatasets import MsDataset