基于PaddleHub一键部署的图像系列Web应用服务

基于PaddleHub一键部署的图像系列Web应用服务

（第三次更新），在此非常感谢班班，各位老师、助教，各位群友，特别感谢 七年期限 提供的服务器，让我可以将应用发布到网上，供同学们体验，给自己带来了虚荣。

思路过程

相关资源

1.Gitee源码：https://gitee.com/livingbody/AutoCutout
2.CSDN文章：https://blog.csdn.net/livingbody/article/details/105885350
3.B站视频：https://www.bilibili.com/video/BV1f54y1Q77R?from=search&seid=18175618860148975489
4.AISTDIO：https://aistudio.baidu.com/aistudio/projectdetail/457697

1.思路剖析

一代情况 （基本抠图）

做这个项目最初始的思路就是利用 deeplabv3p_xception65_humanseg 模型的一键发布功能，人像抠图服务服务运行在具有GPU超强算力的服务器上，web服务运行于WEB服务器上，通过WEB服务屏蔽代码等底层，向公众提供易用的抠图WEB应用。

第一代长这样：

二代情况 （增加换背景证件照）

后来界面上使用BOOTSTRAP进行了美化，通过微信学友提示，增加了证件照换背景功能，对于中规中矩的证件照换的相当不错，对于一些环境复杂的人像，抠图换背景就有点差。

第二代

三代功能 （增加美颜）

通过微信学友的继续提示，计划增加美颜功能，美颜功能用到了 face_landmark_localization 功能，最初的想法也是使用模型的一键发布功能，人像抠图服务服务运行在具有GPU超强算力的服务器上，web服务运行于WEB服务器上，但是由于时间的局限以及水平有限，能够获取一键发布的url，以及据此获取的服务，但是调试未能通过（为此写了config.json）。为后续的作业尽快解题，先采取了PaddleHub本地运行方式（如果发现大量注释代码，不用担心，这是基于一键发布的不成熟代码），来提供美颜功能，效果不错奥，我百度下载了美女图片，试了试，还可以。

第三代

第四代

接下来时间我将继续迭代，长什么样不确定啊啊啊。。。。。。。。。。。

代码结构

1. PaddleHub一键部署提供AI服务
2. Flask提供WEB服务功能

step1. 启动flask服务

python upload_pictures.py

step2. 启动PaddleHub 一键部署deeplabv3p_xception65_humanseg服务

hub serving start -m deeplabv3p_xception65_humanseg
hub serving start --config config.json

step3. 打开浏览器体验web 抠图服务

http://localhost/upload

step4. 添加证件照更换背景服务

2020.5.5 20：00
http://localhost/zhegnjianzhao
添加证件照功能

step5. 修复菜单自适应

2020.5.5 20：00

step6. 依赖

1.PaddlePaddle(飞桨)
2.PaddleHub
3.Flask

step7. 项目相关

1.Gitee源码：https://gitee.com/livingbody/AutoCutout
2.CSDN文章：https://blog.csdn.net/livingbody/article/details/105885350
3.B站视频：https://www.bilibili.com/video/BV1f54y1Q77R?from=search&seid=18175618860148975489

step8. 增加美颜效果