随着 AI 技术、尤其是生成式大模型的飞速发展，AI 已经渗透到各个领域，也包括 PC 和操作系统。deepin（深度）操作系统正在努力与 AI 深度融合，让用户享受更智能、更高效的使用体验。

之前，deepin 选取了用户常用的智能全局搜索、邮件、浏览器三大应用，率先开启 AI 能力。最近，深度看图悄然更新了 AI 修图功能，让我们从安装到实操，再到背后的技术实现，近距离看看发生了哪些变化！

便捷安装

deepin V20.9 更新系统后，可在应用商店一键安装“看图 AI 插件”：

当然，也可通过命令直接安装：

sudo apt install imageenhance

丰富的本地化图像 AI 功能

在最新上架的看图 AI 插件中，一口气增加了 8 个 AI 修图功能，不依赖于互联网在线模型，也不受制于算力的硬件约束，在 PC 单机上可轻松运行。

图像上色：为黑白图像或单色图像自动添加颜色；

提升分辨率：增加图像的像素密度，使图像细节更加清晰和具象化；
模糊背景：降低图像背景的清晰度，使主体更加突出；
删除背景：去除图像背景，使主体独立出来或更换新的背景；
手绘漫画：将真实图像转化为手绘漫画风格；
2D 漫画：将真实图像转化为 2D 漫画风格；
3D 漫画：将真实图像转化为 3D 漫画风格；
素描：将真实图像转化为素描风格。
让我们看看实操效果：

图片上色

提升分辨率

模糊背景

删除背景

手绘漫画

2D 漫画

3D 漫画

素描

探秘背后的技术实现

与动辄需要强大算力和硬件设备的大模型相比，本地化 AI 模型背后的技术有哪些呢？

风格转换：采用全新域校准图像翻译模型 DCT-Net（Domain-Calibrated Translation），利用小样本的风格数据，即可得到高保真、强鲁棒、易拓展的人像风格转换模型，并通过端到端推理快速得到风格转换结果；

图像分辨率提升：在 Real-ESRGAN 提出了通过多次降质的方式来模拟真实复杂降质，相比较于之前的简单下采样，能够更好处理真实的低分辨率场景；

图片上色：使用了最新的 SOTA 图像上色算法，能够对输入的黑白图像生成自然生动的彩色结果。

彩蛋：在deepin上部署其他AI框架

deepin（深度）操作系统的 AI 能力这么强，可以支持其他主流框架部署使用吗？答案是肯定的，首先来挑战下 OpenVINO 吧。

OpenVINO 是英特尔推出的一款全面的工具套件，用于快速部署视觉应用和解决方案。它支持计算机视觉的 CNN 网络结构超过 150 余种，是一个 Pipeline 工具集，可以完成算法模型部署所需要的各种能力。

环境安装

前置条件：Conda、Git。

安装命令：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirement.txt

requirements.txt :

openvino==2023.1
openvino-dev==2023.1
git+https://github.com/huggingface/optimum-intel.git
onnx==1.14.1

模型转换

环境安装后，对于 PyTorch 模型，需要将其转化为 ONNX 模型，然后用命令将其转换为 IR 模型：

mo --input_model model.onnx

模型转换后 OpenVINO 即可正常运行相关 demo 进行图像转换。

这是一个充满无限可能的 AI 时代，深度看图在 AI 的加持下，可以让每一张图像都成为我们心灵的独特表达，让每一次分享都成为与世界的美好对话。让我们共同探索视觉艺术的无限可能，让生活更加美好！

内容来源：deepin社区