人物形象训练
模型概览
模型名 | 模型简介 |
facechain-finetune | 对上传的图像进行模型训练,从而获得该图像中对应人物的resource,基于该resource可以实现人物的写真生成。 |
HTTP调用接口
功能描述
本接口为模型定制类服务,需要相对较长的算法调用时间,所以在接口层面采用了异步调用的方式进行任务提交,在通过任务接口提交作业之后,系统会返回对应的作业ID,随后可以通过对模型定制类任务的查询/管理接口进行相应操作。
前提条件
- 已开通服务并获得API-KEY:获取与配置 API Key。
准备训练数据
准备1~10张包含人脸的图片,您可以通过以下方式将这些图片提供给训练服务:
1、将这些图片存储在文件服务(例如阿里云oss)中,并生成授权的访问链接【推荐】
2、如果您没有合适的文件服务,可以将这些图片分别或打包成zip文件上传至大模型服务平台提供的模型定制文件管理服务中,并获取file_id。
文件管理
您可以使用DashScope提供的文件服务来管理您的训练文件,详细的api请参考百炼文件管理 API。
步骤1:创建模型定制任务
{WorkspaceId}替换为真实的业务空间ID。
功能描述
完成训练数据的上传之后,就可以使用在上传之后得到的 file_id 发起facechain模型定制任务。入参描述
字段 | 类型 | 传参方式 | 必选 | 描述 | 示例值 |
|---|---|---|---|---|---|
Content-Type | String | Header | 是 | 请求类型:application/json | application/json |
Authorization | String | Header | 是 | API-Key,例如:Bearer sk-xxxx | Bearer sk-xxxx |
model | String | Body | 是 | 用于定制的基础模型名 | facechain-finetune |
training_file_ids | Array | Body | 是 | 训练集文件列表,此处使用前述准备好的训练文件,支持url、file_id及两者混合 | [ "https://dashscope.oss-cn-beijing.aliyuncs.com/samples/fine-tune/facechain/sample1.jpg","https://dashscope.oss-cn-beijing.aliyuncs.com/samples/fine-tune/facechain/sample2.jpg","https://dashscope.oss-cn-beijing.aliyuncs.com/samples/fine-tune/facechain/sample3.jpg"] |
出参描述
字段 | 类型 | 描述 | 示例值 |
|---|---|---|---|
request_id | String | 本次请求的唯一标识符,用于问题排查和日志追踪 | 7574ee8f-38a3-4b1e-9280-11c33ab46e51 |
output.status | String | 任务状态。可选值包括:
| PENDING |
output.job_id | String | 系统生成的唯一任务 ID,用于查询该定制训练任务 | ft-202509020951-f8bf |
output.job_name | String | 任务名称,通常与任务 ID 一致 | ft-202509020951-f8bf |
output.finetuned_output | String | 定制完成后生成的模型名称,后续推理调用需使用此模型 | facechain-finetune-ft-202509020951-f8bf |
output.model | String | 定制任务使用的模型标识 | facechain-finetune |
output.base_model | String | 定制任务使用的基准模型,即预训练模型 | facechain-finetune |
output.training_file_ids | Array | 用于模型训练的输入文件 URL 列表(支持多个) | [ "https://dashscope.oss-cn-beijing.aliyuncs.com/samples/fine-tune/facechain/sample1.jpg"] |
output.validation_file_ids | Array | 用于模型验证的文件 URL 列表,可为空表示无验证集 | [] |
output.hyper_parameters | Object | 训练过程中使用的超参数配置,默认返回为空 | {} |
output.training_type | String | 定制模型的训练方式,当前固定为:sft | sft |
output.create_time | String | 任务创建时间,格式为 YYYY-MM-DD HH:mm:ss | 2025-09-02 09:51:02 |
output.workspace_id | String | 调用 API 所使用的 API-Key 所属的业务空间ID | llm-dmt509ikxxxxxx |
output.user_identity | String | 调用 API 的账号唯一用户标识(UID) | 12402258xxxxxx |
output.modifier | String | 最近一次修改该任务的用户 UID | 12402258xxxxxx |
output.creator | String | 该训练任务的创建者用户 UID | 12402258xxxxxx |
output.group | String | 任务所属的逻辑分组标签 | facechain |
output.model_name | String | 任务的模型名称标识,通常与任务 ID 一致 | ft-202509020951-f8bf |
output.max_output_cnt | Int | 允许同时产出的最大定制模型数量 | 1 |
请求示例
响应示例
步骤2:查询定制任务的状态
{WorkspaceId}替换为真实的业务空间ID。
功能描述
查询模型定制任务的状态,并在任务完成之后获取对应的任务结果。当训练任务成功之后,就可以使用对应的 finetuned_output 内容做推理调用。入参描述
字段 | 类型 | 传参方式 | 必选 | 描述 | 示例值 |
|---|---|---|---|---|---|
Content-Type | String | Header | 是 | 请求类型:application/json | application/json |
Authorization | String | Header | 是 | API-Key,例如:Bearer sk-xxxx | Bearer sk-xxxx |
job_id | String | URL | 是 | 需要查询的作业 id | ft-202509020951-f8bf |
出参描述
字段 | 类型 | 描述 | 示例值 |
|---|---|---|---|
request_id | String | 本次请求的唯一标识符,用于问题排查和日志追踪 | 7574ee8f-38a3-4b1e-9280-11c33ab46e51 |
output.status | String | 任务状态。可选值包括:
| PENDING |
output.job_id | String | 系统生成的唯一任务 ID,用于查询该定制训练任务 | ft-202509020951-f8bf |
output.job_name | String | 任务名称,通常与任务 ID 一致 | ft-202509020951-f8bf |
output.finetuned_output | String | 定制完成后生成的模型名称,后续推理调用需使用此模型 | facechain-finetune-ft-202509020951-f8bf |
output.model | String | 定制任务使用的模型标识 | facechain-finetune |
output.base_model | String | 定制任务使用的基准模型,即预训练模型 | facechain-finetune |
output.training_file_ids | Array | 用于模型训练的输入文件 URL 列表(支持多个) | [ "https://dashscope.oss-cn-beijing.aliyuncs.com/samples/fine-tune/facechain/sample1.jpg"] |
output.validation_file_ids | Array | 用于模型验证的文件 URL 列表,可为空表示无验证集 | [] |
output.hyper_parameters | Object | 训练过程中使用的超参数配置,默认返回为空 | {} |
output.training_type | String | 定制模型的训练方式,当前固定为:sft | sft |
output.create_time | String | 任务创建时间,格式为 YYYY-MM-DD HH:mm:ss | 2025-09-02 09:51:02 |
output.workspace_id | String | 调用 API 所使用的 API-Key 所属的业务空间ID | llm-dmt509ikxxxxxx |
output.user_identity | String | 调用 API 的账号唯一用户标识(UID) | 12402258xxxxxx |
output.modifier | String | 最近一次修改该任务的用户 UID | 12402258xxxxxx |
output.creator | String | 该训练任务的创建者用户 UID | 12402258xxxxxx |
output.group | String | 任务所属的逻辑分组标签 | facechain |
output.usage | Int | 训练次数,用于计量计费 | 1 |
output.end_time | String | 任务结束时间,格式为 YYYY-MM-DD HH:mm:ss 仅在任务完成(SUCCEEDED/FAILED)后返回 | 2025-09-02 09:56:04 |
output.model_name | String | 任务的模型名称标识,通常与任务 ID 一致 | ft-202509020951-f8bf |
output.max_output_cnt | Int | 允许同时产出的最大定制模型数量 | 1 |
output.output_cnt | Int | 当前已产出的定制模型数量 仅在任务完成后返回 | 1 |
请求示例
响应示例
状态码说明
大模型服务平台通用状态码请查阅:错误码
同时本模型还有如下特定错误码:
http状态码 | 错误码(code) | 错误信息(message) | 含义说明 | 处理方式 |
|---|---|---|---|---|
400 | InvalidParameter | Missing training files. | 参数错误,缺少参数或者参数格式问题等 | 根据错误信息,修正您的参数 |
400 | UnsupportedOperation | The fine-tune job can not be deleted because it is succeeded,failed or canceled | 当资源处于特定状态时,无法对其进行操作 | 待要操作的资源到达可操作状态时再进行操作 |
404 | NotFound | job {job_id} not found. | 要查询/操作的资源不存在 | 检查要查询/操作的资源id是否错误 |
409 | Conflict | Model instance xxxxx already exists, please specify a suffix | 已存在deployed_model名为xxxxx的部署实例,需要指定后缀进行区分 | 为部署指定唯一的后缀 |
429 | Throttling | Too many fine-tune job in running, please retry later | 资源的创建触发平台限制 | 稍后再试 |
500 | InternalError | Internal server error! | 内部错误 | 记录reqeust_id,通过工单联系阿里云 |