【摘要】ModelArts 简介 ModelArts 是面向开发者的一站式 AI 开发平台,为机器学习与深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成,及端 - 边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期 AI 工作流。另外,ModelArts 具有低门槛,高效率,高性能,易运维的特点。即 ModelArts 能够开箱即用,零基础 3 步即可构建 AI 模型;AI 开发...
ModelArts 简介
ModelArts 是面向开发者的一站式 AI 开发平台,为机器学习与深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成,及端 - 边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期 AI 工作流。另外,ModelArts 具有低门槛,高效率,高性能,易运维的特点。即 ModelArts 能够开箱即用,零基础 3 步即可构建 AI 模型;AI 开发全流程可视化管理,生产效率百倍提升,灵活支持多厂商多框架多功能模型统一纳管。文章源自玩技e族-https://www.playezu.com/213858.html
下面使用 ModelArts,以 StyleGAN3 为基础,生成高清图。文章源自玩技e族-https://www.playezu.com/213858.html
第一步,点击链接进入 ACGAN-动漫头像自动生成 的案例页面,并完成基础配置。
uaweicloud.com/develop/aigallery/notebook/detail?id=e62562a1-29d1-4c6b-a057-b7562f44c642文章源自玩技e族-https://www.playezu.com/213858.html
点击 Run in ModelArts,进入 JupyterLab 页面。文章源自玩技e族-https://www.playezu.com/213858.html

JupyterLab 页面:文章源自玩技e族-https://www.playezu.com/213858.html

按照基于 ModelArts 的动漫头像自动生成步骤,配置当前运行环境,进行 规格切换。文章源自玩技e族-https://www.playezu.com/213858.html
第二步,安装依赖
选中以下代码,点击运行。文章源自玩技e族-https://www.playezu.com/213858.html

这段代码运行时间比较长,等待运行完成后,结果如下:

第三步,生成图片
运行以下代码:
- 使用预训练的 AFHQv2 模型生成图片
# 使用预训练的AFHQv2模型生成图片
!python gen_images.py --outdir=out_0 --trunc=1 --seeds=2
--network=stylegan3-r-afhqv2-512x512.pkl
# 展示效果
display(Image(filename='./out_0/seed0002.png'))

- 使用预训练的 FFHQ 模型生成图片
# 使用预训练的FFHQ模型生成图片
!python gen_images.py --outdir=out_1 --trunc=1 --seeds=2
--network=stylegan3-r-ffhq-1024x1024.pkl
# 展示效果
display(Image(filename='./out_1/seed0002.png'))
- 使用预训练的 metfaces 模型生成图片
# 使用预训练的metfaces模型生成图片
!python gen_images.py --outdir=out_2 --trunc=1 --seeds=2
--network=stylegan3-r-metfaces-1024x1024.pkl
# 展示效果
display(Image(filename='./out_2/seed0002.png'))
第四步,生成插值视频
分别使用预训练的AFHQv2 模型、FFHQ 模型、metfaces 模型生成视频。
- AFHQv2 模型

# 展示效果
outpath = "lerp.mp4"
mp4 = open(outpath,'rb').read()
data_url = "data:video/mp4;base64," + b64encode(mp4).decode()
HTML("""
<video width=400 controls>
<source src="om/topics/34117/%s" type="video/mp4">
</video>
""" % data_url)
- FFHQ 模型

# 展示效果
outpath = "ffhq.mp4"
mp4 = open(outpath,'rb').read()
data_url = "data:video/mp4;base64," + b64encode(mp4).decode()
HTML("""
<video width=400 controls>
<source src="om/topics/34117/%s" type="video/mp4">
</video>
""" % data_url)
- metfaces 模型

# 展示效果
outpath = "met.mp4"
mp4 = open(outpath,'rb').read()
data_url = "data:video/mp4;base64," + b64encode(mp4).decode()
HTML("""
<video width=400 controls>
<source src="om/topics/34117/%s" type="video/mp4">
</video>
""" % data_url)
——END——
参考文献
- uaweicloud.com/develop/aigallery/notebook/detail?id=e62562a1-29d1-4c6b-a057-b7562f44c642
软件开发测试