HivisionIDPhotos

“

一个轻量级且高效的AI证件照制作工具，利用AI模型工作流程实现多种拍照场景的证件照生成，支持轻量级抠图、多种尺寸证件照生成、纯离线或端云推理等功能。

Github地址

https://github.com/Zeyi-Lin/HivisionIDPhotos

在线体验

https://huggingface.co/spaces/TheEeeeLin/HivisionIDPhotos

项目特点

• 轻量级抠图：仅需CPU即可快速推理。

• 多样化生成：可生成标准证件照、六寸排版照等。

• 推理方式灵活：支持纯离线或端云推理。

• 美颜功能：支持证件照美颜。

• 智能换正装：该功能正在开发中。

使用方法

准备工作

环境要求：

• Python >= 3.7（建议使用Python 3.10）。

• 支持的操作系统：Linux、Windows、MacOS。

克隆项目：

gitclonehttps://github.com/Zeyi-Lin/HivisionIDPhotos.git
cdHivisionIDPhotos

安装依赖：

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

下载模型权重文件：

• 使用脚本下载：

  python scripts/download_model.py --models all
  

• 或手动下载并放置到hivision/creator/weights目录下。

人脸检测模型配置（可选）：

• 默认使用MTCNN模型。

• 可选RetinaFace模型，需下载权重文件并放置到hivision/creator/retinaface/weights目录下。

• 也可使用Face++的在线API，需配置API密钥。

运行Gradio Demo

• 运行命令：

  python app.py
  

• 访问本地Web页面（如http://127.0.0.1:7860）进行证件照操作与交互。

Python推理

• 核心参数：

• -i：输入图像路径。

• -o：保存图像路径。

• -t：推理类型（如idphoto、human_matting等）。

• --matting_model：人像抠图模型权重选择。

• --face_detect_model：人脸检测模型选择。

• 示例命令：

• 制作证件照：

  python inference.py -i demo/images/test0.jpg -o ./idphoto.png --height 413 --width 295
  

• 人像抠图：

  python inference.py -t human_matting -i demo/images/test0.jpg -o ./idphoto_matting.png --matting_model hivision_modnet
  

部署API服务

• 启动后端：

  python deploy_api.py
  

• 请求API服务：参考docs/api_CN.md文档。

Docker部署

• 拉取或构建镜像：

• 拉取最新镜像：

  docker pull linzeyi/hivision_idphotos
  

• 使用Dockerfile构建镜像：

  docker build -t linzeyi/hivision_idphotos .
  

• 使用docker-compose构建：

  docker compose build
  

• 运行服务：

• 启动Gradio Demo服务：

  docker run -d -p 7860:7860 linzeyi/hivision_idphotos
  

• 启动API后端服务：

  docker run -d -p 8080:8080 linzeyi/hivision_idphotos python3 deploy_api.py
  

• 同时启动两个服务：

  docker compose up -d
  

性能参考

• 测试环境：Mac M1 Max 64GB，非GPU加速。

• 测试图片分辨率：512x715(1)与764x1146(2)。

• 模型组合及性能：

• MODNet + mtcnn：内存占用410MB，推理时长(1)为0.207s，推理时长(2)为0.246s。

• MODNet + retinaface：内存占用405MB，推理时长(1)为0.571s，推理时长(2)为0.971s。

• birefnet-v1-lite + retinaface：内存占用6.20GB，推理时长(1)为7.063s，推理时长(2)为7.128s。