AI美颜app

1. 随着AI技术的快速发展，尤其是在图像处理和生成领域，用户对高质量、美观的图片编辑需求不断增长。本项目旨在通过集成先进的AI图片模型，为用户提供便捷、高效的图片美化服务。
2. 核心功能：人像美颜与修复；背景替换与优化；更换发型与发色；风格化滤镜应用；图片增强与细节修复。
3. 业务流程：用户上传图片 --> 用户选择美颜模板 --> AI模型处理图片 --> 返回美化后的图片给用户

整体架构与设计思路：
· 客户端（Flutter）：负责用户界面展示与交互，支持图片上传、模板选择及结果对比预览。
· 后端服务（Golang + Gin）：负责API暴露、用户请求处理、任务调度及与AI模型的通信。
· AI模型引擎（第三方AI服务/python）：集成多种先进的AI图片处理模型，部分模型通过第三方API调用，部分模型在本地Python环境中部署以满足特定需求。
· 数据存储（MySQL/Redis/S3）：MySQL存储用户信息与美颜模板数据；Redis用于缓存高频请求和处理结果；S3存储用户上传的原始图片及处理后的图片。
· 监控与告警（OpenTelemetry + Grafana）：实现全链路监控，跟踪API调用性能、模型处理时间及系统资源使用情况，设置告警规则确保系统稳定运行。

项目职责：除了客户端，其他模块均由我独立开发完成，包括需求分析、架构设计、核心代码编写、测试与部署等全过程。
难点与解决方案：
· SD系列模型直接处理过后比较难保证脸部位置与原图位置大小等一致，导致美颜后图片拼接痕迹明显。解决方案：使用DDIM inversion技术，保证生成图片与原图的一致性，提升美颜效果的自然度。
· 增加美颜模板时，参数与prompt的调整复杂、耗时。解决方案：通过主流大模型开发辅助工具，自动生成prompt与参数建议，提升模板开发效率。