【实战】DGP（Deep Generative Prior）：基于图像的先验概率分布，尝试进行图像的上色、修复、超分和变形

预训练的 GAN 模型包含了对训练图像的先验知识（ image prior），可以利用这些先验知识对某些图像进行重建，包括：上色、修复、超分、变形等。

这里我们引用了香港中文大学潘新钢博士的一篇论文，看一看这样做的效果如何。

论文地址：https://arxiv.org/abs/2003.13659

Github项目：https://github.com/XingangPan/deep-generative-prior

上手过程（ Windows 10，NVIDIA GeForce RTX 2080Ti）：

（1）到 github 上下载源代码；

（2）软件基本运行环境：

python>=3.6
pytorch>=1.0.1

（3）进入工作目录，安装其他软件环境：

pip install -r requirements.txt

（4）下载 pytorch 预训练模型：

百度网盘: https://pan.baidu.com/s/1jYuwZL4Fgcc7HG6He