在线 Demo

• https://modelscope.cn/studios/SwanLab/HivisionIDPhotos
• https://huggingface.co/spaces/TheEeeeLin/HivisionIDPhotos
• https://swanhub.co/ZeYiLin/HivisionIDPhotos/demo

自部署

下载项目代码

• git clone https://github.com/Zeyi-Lin/HivisionIDPhotos.git

安装 Python 环境 miniconda

• Windows Command Prompt 方式

  curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe -o miniconda.exe
  start /wait "" .\miniconda.exe /S
  del miniconda.exe

• Windows PowerShell 方式

  curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe -o miniconda.exe
  Start-Process -FilePath ".\miniconda.exe" -ArgumentList "/S" -Wait
  del miniconda.exe

生成激活虚拟环境

• 进入 HivisionIDPhotos 目录，打开该目录下的 cmd
• conda create -n photo python=3.10
• conda init
• conda activate photo

安装依赖

• pip install -r requirements.txt
• pip install -r requirements-app.txt

下载人像抠图模型权重文件

方式一：脚本下载

python scripts/download_model.py --models all
# 如需指定下载某个模型
# python scripts/download_model.py --models modnet_photographic_portrait_matting

方式二：直接下载

如果下载网速不顺利：前往 SwanHub 下载。

人像抠图模型模型均存到项目的 hivision/creator/weights 目录下：

• MODNet MODNet 官方权重

  • https://github.com/Zeyi-Lin/HivisionIDPhotos/releases/download/pretrained-model/modnet_photographic_portrait_matting.onnx

• hivision_modnet 对纯色换底适配性更好的抠图模型

  • https://github.com/Zeyi-Lin/HivisionIDPhotos/releases/download/pretrained-model/hivision_modnet.onnx

• rmbg-1.4 BRIA AI 开源的抠图模型

  • https://huggingface.co/briaai/RMBG-1.4/resolve/main/onnx/model.onnx?download=true
  • 重命名为 rmbg-1.4.onnx

• birefnet-v1-lite ZhengPeng7 开源的抠图模型，拥有最好的分割精度

  • https://github.com/ZhengPeng7/BiRefNet/releases/download/v1/BiRefNet-general-bb_swin_v1_tiny-epoch_232.onnx
  • 重命名为 birefnet-v1-lite.onnx

人脸检测模型配置（可选）

• MTCNN 离线人脸检测模型，高性能 CPU 推理（毫秒级），为默认模型，检测精度较低

  • Clone 此项目后直接使用

• RetinaFace 离线人脸检测模型，CPU 推理速度中等（秒级），精度较高

  • 下载后放到 hivision/creator/retinaface/weights 目录下

• Face++ 旷视推出的在线人脸检测 API，检测精度较高 官方文档

  • 使用文档

运行 Gradio Demo

• python app.py

  • 运行程序将生成一个本地 Web 页面，在页面中可完成证件照的操作与交互。
• 在你的本地访问 http://127.0.0.1:7860 即可使用。

详细配置建议参考官方教程
REF01
REF02