ICCV2019-LearningToPaint

收录理由

这是一个 ICCV 2019 论文的参考实现，把绘画当作强化学习问题来处理。代理不是直接复制像素，而是借助神经渲染器决定每一笔的位置、形状和颜色，通过多步规划，最终用几百笔重建出一张照片。这里能清楚地看到强化学习如何驱动连续、结构化的动作，而不是简单的离散选择；如果你对基于笔触或非真实感图像重建感兴趣，也很有参考价值。项目提供了预训练好的渲染器和代理权重，还有一个 Colab 笔记本，不用自己训练就能看到模型重绘图像的效果。它更适合作为研究演示和学习材料，而不是生产库；依赖版本固定得比较老，指向较旧的 PyTorch，所以部署时可能需要一些调整。