企业官网建设流程全解析

关键词：开源抠图、BiRefNet、RMBG、Real-ESRGAN、CodeFormer、图像超分、人脸修复、本地部署、basicsr 安装报错

本文真机实测 RTX 4090（但 6G 卡足够）上的 5 个开源图像后处理模型，给出耗时/显存/PSNR 硬数据，并完整记录 basicsr/opencv/transformers 的依赖地狱怎么填平。

0. 模型清单与定位

1. 环境（关键：版本要锁死）

这套老牌 CV 工具对版本极其敏感，照抄：

conda create-nimgprocpython=3.10-y&&conda activate imgproc pipinstalltorch==2.1.2torchvision==0.16.2 --index-url https://download.pytorch.org/whl/cu121 pipinstall"setuptools<81""numpy<2"# 关键：见坑1、坑2pipinstall"transformers==4.46.3"# 关键：见坑3pipinstall"opencv-python==4.9.0.80"# 关键：见坑2pipinstallbasicsr --no-deps --no-build-isolation# 关键：见坑1pipinstallrealesrgan gfpgan facexlib --no-deps --no-build-isolation pipinstalladdict yapf lmdb future pyyaml tqdm filterpy numba lpips scikit-image

2. 实测数据

抠图（1024 输入）：RMBG-1.4 = 0.09s/张、1.09G；BiRefNet = 0.17s/张、3.35G（发丝边缘更干净）。

超分（4×，对 4× 降质 + JPEG q30 的输入，与 GT 比对）：

有意思：x4plus PSNR 更高但 SSIM 更低（更锐但偶有 GAN 伪纹），general-v3 更平滑、快一倍、显存几乎为 0。

修脸：CodeFormer（w=0.7）= 3.9s/张、PSNR 27.17、SSIM 0.869、1.81G。注：修脸 PSNR 偏低是因为它重新生成五官（像素改写），主观清晰度才是重点。

3. 七个踩坑（本文核心价值）

坑 1：basicsr 安装两连击

• setuptools>=81删了pkg_resources→ basicsr 编译报ModuleNotFoundError: pkg_resources。降setuptools<81。
• basicsr 声明tb-nightly等装不上的依赖 → 用--no-deps --no-build-isolation，再手动补addict yapf lmdb future。

坑 2：numpy 2.x ABI 把 opencv 打废

装numpy<2（basicsr 需要）后，为 numpy2 编译的opencv-python 4.10出现module 'cv2' has no attribute 'cvtColor'（C 扩展半加载）。换opencv-python==4.9.0.80。

坑 3：transformers 5.x 检测不到 torch

transformers==5.12+torch 2.1.2→AutoModelForImageSegmentation requires the PyTorch library but it was not found。降transformers==4.46.3。

坑 4：RMBG-2.0 是 gated 仓库

HuggingFace 上briaai/RMBG-2.0需登录审批 + 非商用 → 匿名报Access denied。用开放的 BiRefNet（MIT）或 RMBG-1.4 替代。

坑 5：RMBG-1.4 与 BiRefNet 输出格式不同

• BiRefNet：model(x)[-1].sigmoid()
• RMBG-1.4（ISNet）：model(x)[0][0]然后min-max 归一（不是 sigmoid）

坑 6：修脸模型的隐藏网络阻塞

facexlib 的 RetinaFace 用pretrained=True的 ResNet50 backbone → torchvision 直连download.pytorch.org下 ImageNet 权重。如果你像下 HF 模型那样unset了代理，这里会卡死。修脸模型不碰 HF，反而要开代理：

os.environ["http_proxy"]=os.environ["https_proxy"]="http://127.0.0.1:10808"

并预缓存resnet50-0676ba61.pth、detection_Resnet50_Final.pth、parsing_parsenet.pth。

坑 7：GFPGAN 段错误 → 换 CodeFormer

GFPGAN 在numpy1.26 + opencv4.9 + torch2.1下 exit 1 无 traceback（疑似 ABI 段错误）。改用 CodeFormer：补lpips，并在仓库basicsr/下手建version.py（仓库 vendored basicsr 的版本文件未生成）。

4. 核心代码（抠图）

fromtransformersimportAutoModelForImageSegmentationfromtorchvisionimporttransforms model=AutoModelForImageSegmentation.from_pretrained("BiRefNet",trust_remote_code=True).cuda().eval()tf=transforms.Compose([transforms.Resize((1024,1024)),transforms.ToTensor(),transforms.Normalize([0.485,0.456,0.406],[0.229,0.224,0.225])])x=tf(img).unsqueeze(0).cuda()mask=model(x)[-1].sigmoid().cpu()[0].squeeze()# RMBG-1.4 改 model(x)[0][0] + minmax

完整脚本（含超分 PSNR/SSIM、CodeFormer 封装、显存采样）见仓库scripts/。

5. 选型结论

• 抠图商用 →BiRefNet（MIT）；极轻量 → RMBG-1.4
• 超分性价比 →general-x4v3（0.05G 显存、快一倍）；极致锐利 → x4plus
• 修脸 →CodeFormer（身份保真 + 强度可调）
• 这套工具6G 显卡就够，秒级、可常驻，是最易落地的 AI 能力。

实测：RTX 4090 24G / 2026-06。数据可复现。