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