#167 · 主分类： 图像生成
Pluralistic-Inpainting
generative-adversarial-networks
image-completion
inpainting
multimodal
[CVPR 2019]：多元图像补全
项目最后更新：07/29/22
GitHub Stars
690
Forks数量
146
贡献者数量
2
许可证
Other
收录理由
给定一张带掩码的图像，这个CVPR 2019的代码实现能生成多种不同但合理的补全结果，而不是只给出一个猜测，因此你可以针对缺失区域采样不同的结构、颜色和纹理。这很适合照片修复、物体移除或创意编辑等需要多个选项而非单一答案的场景。仓库包含了训练、测试和编辑代码，以及针对人脸、建筑和自然场景的预训练模型，还提供了一个PyQt5图形界面用于自由形状的掩码绘制。作为2019年的研究代码，它依赖较老版本的PyTorch，运行前需要手动配置一些环境。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
stable-diffusion-webui
Stable Diffusion 网页界面
ComfyUI
最强大且模块化的扩散模型GUI、API和后端，具有图形/节点界面。
diffusers
🤗 Diffusers：PyTorch中最先进的扩散模型，用于图像、视频和音频生成。
upscayl
🆙 Upscayl - 适用于 Linux、MacOS 和 Windows 的 #1 免费开源 AI 图像放大工具。
InvokeAI
InvokeAI 是领先的开源创意引擎，专为 Stable Diffusion 设计，提供业界领先的 Web UI，用于生成和编辑视觉媒体。