图像修复 python_github 项目推荐：用 edge-connect 进行图像修复

原标题：github 项目推荐：用 edge-connect 进行图像修复

雷锋网 AI 科技评论按，用对抗性边缘学习修复生成图像是一种新的图像修复方法，它可以更好地复制填充区域，它的细节部分展现了开发者对艺术工作者工作方式的理解：线条优先，颜色次之。对应的论文在 arxiv 上可以查看：https://arxiv.org/abs/1901.00212。

文中提出了一种 2 阶对抗式边缘连接模型，该模型由一个边缘生成器和一个图像完成网络组成。边缘生成器先描绘出图像缺失区域(规则和不规则)的边缘，图像完成网络先验使用描绘出的边缘填充缺失区域。论文对该系统进行了详细的描述。

(a)输入有缺失区域的图像，缺失区域用白色表示。(b)计算得到的边缘，使用 Canny 边缘检测器计算(针对可用区域)黑色绘制的边缘；而蓝色显示的边缘由边缘生成器网络描绘。(c)拟用方法的图像修复结果。

准备：

Python 3

PyTorch 1.0

NVIDIA GPU + CUDA cuDNN

安装：

复制下面这个 repo：

git clone https://github.com/knazeri/edge-connect.gitcd edge-connect

cd edge-connect

从 http://pytorch.org 安装 PyTorch 及其相关依赖。

安装 python 文件：

pip install -r requirements.txt

数据集

1. 图像

这里使用