深度学习图像修复平台 传送门
忙了很久，毕业论文终于水完了:tada:！这是一个基于二阶段式GAN的图像修复网站，主要功能都比较简单，可以通过涂抹的方式对需要修复的图像进行修复。
整体框架上采用Django【官网】，模型使用了EdgeConnect，原本想再参考其他模型再对其改进，但由于时间比较短促，就选择了这个开源比较完整的模型直接拿来用了（时至今日看该模型多少有点旧了，但该论文还是有研究价值的（关于信息先验），想看其他更新的模型（截止2022年4月）请移步下方“文献分享”），代码没有弄得很完美，但最后感觉效果还不错，上传分享一下。
如果该源码或内容对您有帮助，欢迎Star支持一下！🎁
(仅供参考，请勿作商业用途)
模型介绍
数据集
该模型文件使用Places2、CelebA和Paris Street-View数据集训练而成。要在完整数据集上训练模型，请从官方网站下载数据集。
权重模型
权重文件读取路径（自行创建）：
Inpainting\edgeConnect\checkpoints\XX注意：其中因模型权重文件大小限制，需要自行命令行下载 （定位至下图）
平台展示
效果展示
文献分享
在准备毕业论文过程中，本人整理了近年来关于inpainting的pdf文献（收集了16-22年计算机视觉三大顶会（CVPR、ICCV、ECCV）和（WACV、ACCV）等顶会大概50篇左右关于inpainting的论文，收寻的数量上重点在近三四年，早年主要寻求代表作），并且整理了表格（表格中整理了相关文献的摘要、介绍、结论等内容，中英对照），如果需要该资料，请点击这里(Google云端) (网盘提取码：
vjuj)
如果该源码或内容对您有帮助，欢迎Star支持一下！🎁
