fillcnn尝试室钻研所官网打开后，，，，，，，第一眼看到的不是满屏新闻，，，，，，，而是一张图：左边是缺了半边的老照片，，，，，，，右边被算法补得一点痕迹都没佑祝。。。。。这就是它最想让你领略的事。。。。。。?

这个官网背后其实是一个专一图像建复的钻研幼组，，，，，，，做的方向叫图像补全，，，，，，，单一说就是给图片“填空”。。。。。。人像缺一块、老照片有折痕、路边视坡凤忽然多出一辆不该有的车，，，，，，，算法都能把空缺的处所推理出来，，，，，，，补得天然。。。。。。

先搞明显fillcnn在做什么

FillCNN这个名字里，，，，，，，CNN是卷积神经网络，，，，，，，Fill就是填充。。。。。。官网首页对它的定位很直接：用进建到的高低文信息去猜缺失区域的像素。。。。。。不是单一复造周围色彩，，，，，，，而是理解画面结构，，，，，，，好比墙壁纹理、人脸概括、远处的天空，，，，，，，而后再天生。。。。。。

若是你点开论文页面，，，，，，，会发现他们不只在做随机遮挡建复。。。。。；；；；；；勾χ昧宋锾逡瞥⑽谋静脸庑└薪质档奈侍狻！！！。。论文里的成效图很有意思，，，，，，，把斑马线中央站的人去掉，，，，，，，地面纹路依然连贯。。。。。。这种细节最能注明模型的能力。。。。。。

官网里最硬核的是代码和demo

我游这种钻研所官网，，，，，，，最怕只有论文没有实物。。。。。。fillcnn尝试室钻研所官网这点做得很切实，，，，，，，首页就挂着在线demo。。。。。。你能够上传自己的图片，，，，，，，也能够从样本库拖一张，，，，，，，而后看着模型一点点把缺口填上。。。。。。期待功夫不长，，，，，，，几秒钟出了局。。。。。。第一次玩的时辰会感触有点神奇，，，，，，，像是在给图片做拼图。。。。。。?

代码部门更值得细看。。。。。。他们放出了齐全的训练和推理代码，，，，，，，环境配置写得明显，，，，，，，README里有运行号令，，，，，，，连模型权沉都给了。。。。。。对搞深度进建的人来说，，，，，，，这相当于省了半个月的踩坑功夫。。。。。。你不必要自己重新搭模型，，，，，，，直接拿预训练权沉跑一遍，，，，，，，再凭据自己的数据微调就杏祝。。。。。?

尝试数据和细节也很沉要

光看成效图不够，，，，，，，官网还列了一堆尝试数据。。。。。。在几个公开数据集上，，，，，，，FillCNN和之前的步骤比，，，，，，，PSNR和SSIM都有提升。。。。。。表格放在那里，，，，，，，数字不会骗人。。。。。。若是你要写论文，，，，，，，这里的对比数据能够直接当参考。。。。。。并且他们还分析了推理速度，，，，，，，注明不只是在尝试室里好看，，，，，，，也有现实落地的思考。。。。。。

另表官网的FAQ部门我挺喜欢。。。。。。有问“为什么我的图补出来有沉影”，，，，，，，也有问“训练时显存不够怎么办”。。。。。。这些问题不是什么深邃理论，，，，，，，但际遇的时辰真能急死人。。。。。。至少注明整顿者是懂用户痛点的。。。。。。?

通常人和钻研人员游法不一样

若是你只是好奇，，，，，，，进官网先玩demo就杏祝。。。。。不用下载任何器材，，，，，，，也不用读代码，，，，，，，传一张图就能感触到成效。。。。。。若是想深刻一点，，，，，，，能够看论文里的步骤图，，，，，，，相识网络结构是怎么分两条路处置的。。。。。。对于钻研生，，，，，，，官网的代码和权沉是很好的起点，，，，，，，跑通之后再改改loss，，，，，，，也许就找到自己的创新点。。。。。。

我自己比力喜欢的是他们把“钻延妆和“演示”放在统一个页面上。。。。。。不用跳来跳去，，，，，，，一篇论文、一段代码、一个在线履历，，，，，，，全都能触达。。。。。。这种效能在学术网站里不多见。。。。。。?

fillcnn尝试室钻研所官网不是一个摆样子的门面，，，，，，，它把整个技术链路都放开了。。。。。。想玩的玩到，，，，，，，想学的学到。。。。。。

打开官网，，，，，，，先点demo，，，，，，，再刷论文，，，，，，，这个挨次最不亏。。。。。。你猜FillCNN里的CNN到底怎么处置缺失区域的？？？？？？？试过一次就领略了。。。。。。