- 人群中找出女性区域
- 判断区域属于哪个年龄段
- 通过 #symbolic_label_map 统一标签映射,兼容不同模型输出
下图为该结点的连接方式,可配合SEGS Classify节点完成SEGS的分类,该节点会自动下载模型放在C盘的\.cache\huggingface\hub文件夹当中,可以定时清理。
可以将分类结果传入后续的局部修复节点,来完成画面内容的修复,指定对应的人脸区域,总而言之,该节点的是在画面处理之前进行蒙版的自动化筛选,可以为大型工作流提供前置处理方式。
输出参数 | |
TRANSFORMERS_CLASSIFIER | 返回由 HuggingFace pipeline('image-classification') 创建的图像分类模型,可用于后续表达式判定等节点。 |
控件参数 | |
preset_repo_id | 预设的 HuggingFace 模型仓库 ID,例如 nateraw/vit-age-classifier、microsoft/resnet-50,也可选 "Manual repo id" 来手动输入。 |
manual_repo_id | 如果上方选择了 "Manual repo id",则此字段生效,用于手动填写 HF 仓库路径,如 "hakurei/waifu-classifier"。 |
device_mode | 控制推理设备: - "AUTO"(自动选择 GPU) - "Prefer GPU"(优先使用 GPU) - "CPU"(强制使用 CPU) HF 的 pipeline 会将 device 作为参数传入,如果是 "cpu",速度可能显著下降,特别是在 ViT 或 ResNet 这类大型模型上 |
下图为该结点的连接方式,可配合SEGS Classify节点完成SEGS的分类,该节点会自动下载模型放在C盘的\.cache\huggingface\hub文件夹当中,可以定时清理。
可以将分类结果传入后续的局部修复节点,来完成画面内容的修复,指定对应的人脸区域,总而言之,该节点的是在画面处理之前进行蒙版的自动化筛选,可以为大型工作流提供前置处理方式。
可加入星球获取所有示例工作流~
微信扫码入群,加入AIGC大家庭吧!
如您有任何疑问和网站建议,也欢迎加入我们的QQ交流群!
QQ群:128763578
输出参数 | |
TRANSFORMERS_CLASSIFIER | 返回由 HuggingFace pipeline('image-classification') 创建的图像分类模型,可用于后续表达式判定等节点。 |
控件参数 | |
preset_repo_id | 预设的 HuggingFace 模型仓库 ID,例如 nateraw/vit-age-classifier、microsoft/resnet-50,也可选 "Manual repo id" 来手动输入。 |
manual_repo_id | 如果上方选择了 "Manual repo id",则此字段生效,用于手动填写 HF 仓库路径,如 "hakurei/waifu-classifier"。 |
device_mode | 控制推理设备: - "AUTO"(自动选择 GPU) - "Prefer GPU"(优先使用 GPU) - "CPU"(强制使用 CPU) HF 的 pipeline 会将 device 作为参数传入,如果是 "cpu",速度可能显著下降,特别是在 ViT 或 ResNet 这类大型模型上 |
下图为该结点的连接方式,可配合SEGS Classify节点完成SEGS的分类,该节点会自动下载模型放在C盘的\.cache\huggingface\hub文件夹当中,可以定时清理。
可以将分类结果传入后续的局部修复节点,来完成画面内容的修复,指定对应的人脸区域,总而言之,该节点的是在画面处理之前进行蒙版的自动化筛选,可以为大型工作流提供前置处理方式。