linxiaohui/image-service

dockers for AI image technologies

image-service

Dockers for Image Service

动机

在进行与图片处理有关内容的学习和调研过程中，发现一些使用上的问题：

1. 相关功能依赖库的版本等环境问题
2. 预训练模型下载难的问题
3. 接口使用方式的问题

目标

为解决上述问题，方便相关功能的使用，建立本项目：

1. 收集OpenCV、dlib、深度学习 等技术进行图片处理的相关技术和方法
2. 使用docker的方式组织
3. 梳理预训练模型的下载方式以便于获取
4. 示例代码描述功能以及调用、返回形式
5. 预训练模型的格式转换与推理（ONNX、OpenCV）
6. 提供Web界面以便直观展示效果

内容

BeautyPredict

AI颜值评分

Cartoonization

图片卡通化

CertPhote

证件照换背景

DeepMosaic

根据预训练模型对ROI区域进行打码

DeepStyle

Another图片风格迁移

FaceCartoonization

人脸图片卡通化

FaceDetect

OpenCV人脸检测功能的使用

FaceNet

深度学习人脸检测，以及特征向量的提取

FaceRank

人脸关键点识别，并根据公式计算“颜值”

FaceSketch

人脸素描

Mosaic

对图片中选择的区域马赛克

NSFW

NSFW（Not Suitalbe For Work） 图片的识别

NSFW-Mask

实现对NSFW图片进行区域打码

NSFW-Score

NSFW图片评分分类

ROI-Mark

根据预训练模型画出ROI区域

StyleTransfer

使用OpenCV进行风格迁移

U-2-Net

AI抠图

使用方式

• 项目中每个子目录一个功能；
• 子目录中包含Dockerfile文件，按照每个子目录的README进行构建和测试。

ALL-IN-ONE Web App

• Web应用使用了 clearmin模版

Docker构建与运行

• 在项目的根目录 docker build -t linxiaohui/image-service:1.0 构建包含所有功能的Web（不包含模型）
• 或者 docker pull linxiaohui/image-service:1.0
• 运行时 docker run -d -p 65535:80 -v models_path:/models linxiaohui/image-service:1.0
• 如果使用Baidu AIP或旷视的人脸检测API，需要申请Key并在启动容器时通过环境变量传递给容器 docker run -d -e "BAIDU_AIP_AK=aip_ak" -e "BAIDU_AIP_SK=aip_sk" -e "FACEPP_AK=facepp_ak" -e "FACEPP_SK=facepp_sk" -p 65535:80 -v models_path:/models linxiaohui/image-service:1.0

直接运行

• 按requirements.txt安装合适的python包
• bash start_standalone.bash

Demo

http://demo.5190m.top 【demo运行环境资源有限，只运行部分功能】

声明

• 本项目仅对一些功能进行整理，并可能根据需要进行一定的适应性改动，目的是方便研究与可获取性；
• 本项目作者不对项目及引用的功能做任何形式的保证，对使用这些功能的结果不负任何形式的责任；
• 所有功能和模型所有权或著作权属于原作者;
• 如果所引用的项目的权利所有人认为本项目的引用侵犯了您的权益，请联系项目维护者， 将在第一时间进行处理。

致谢

以及其JetBrains Open Source Support Program