一些通用架构的东西，非常建议线上modelscope、paddle ai studio、hugging face上找找看，一些常用且开源的实践，如果只是短时间的引用，最近这些demo的要求贼多。
1、modelscope安装
python 3.7
modelscope==1.4.1
datasets==2.7.0
fsspec==2022.2.0
huggingface_hub==0.2.0
pyarrow==6.0.0
tqdm==4.65
filelock==3.3
modelscope里面用提供notebook先试用，cpu版本就行，阿里云下载权重很快，尝试后，再同步迁移到平台。
modelscope提前下好的权重的保存路径是？/home/imcs/.cache/modelscope/damo/，不够下载好的权重，在输入中直接写全路径即可，如果是个合格的路径，会直接加载模型的。
建议还是把modelscope的包下载下来，这样好改。
from pathlib import Path
import cv2
from modelscope.outputs import OutputKeys
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
image_face_fusion = pipeline(Tasks.image_face_fusion,
model='/home/imcs/local_disk/facefusion/cv_unet-image-face-fusion_damo')
user_path = "lamuyangzi.jpg"
for index,img in enumerate(Path("/home/imcs/local_disk/facefusion/data/images").glob("*.jpg")):
# import pdb;pdb.set_trace()
result = image_face_fusion(dict(template=str(img), user=user_path))
cv2.imwrite(f'/home/imcs/local_disk/facefusion/data/images_fusion/{img.name}', result[OutputKeys.OUTPUT_IMG])