补全模型

DeepFillv1 (CVPR’2018)

DeepFillv1 (CVPR'2018)

@inproceedings{yu2018generative,
  title={Generative image inpainting with contextual attention},
  author={Yu, Jiahui and Lin, Zhe and Yang, Jimei and Shen, Xiaohui and Lu, Xin and Huang, Thomas S},
  booktitle={Proceedings of the IEEE conference on computer vision and pattern recognition},
  pages={5505--5514},
  year={2018}
}

Places365-Challenge

算法	掩膜类型	分辨率	训练集容量	测试集	l1 损失	PSNR	SSIM	下载
DeepFillv1	square bbox	256x256	3500k	Places365-val	11.019	23.429	0.862	模型 | 日志

CelebA-HQ

算法	掩膜类型	分辨率	训练集容量	测试集	l1 损失	PSNR	SSIM	下载
DeepFillv1	square bbox	256x256	1500k	CelebA-val	6.677	26.878	0.911	模型 | 日志

---

DeepFillv2 (CVPR’2019)

DeepFillv2 (CVPR'2019)

@inproceedings{yu2019free,
  title={Free-form image inpainting with gated convolution},
  author={Yu, Jiahui and Lin, Zhe and Yang, Jimei and Shen, Xiaohui and Lu, Xin and Huang, Thomas S},
  booktitle={Proceedings of the IEEE International Conference on Computer Vision},
  pages={4471--4480},
  year={2019}
}

Places365-Challenge

算法	掩膜类型	分辨率	训练集容量	测试集	l1 损失	PSNR	SSIM	下载
DeepFillv2	free-form	256x256	100k	Places365-val	8.635	22.398	0.815	模型 | 日志

CelebA-HQ

算法	掩膜类型	分辨率	训练集容量	测试集	l1 损失	PSNR	SSIM	下载
DeepFillv2	free-form	256x256	20k	CelebA-val	5.411	25.721	0.871	模型 | 日志

---

Global&Local (ToG’2017)

Global&Local (ToG'2017)

@article{iizuka2017globally,
  title={Globally and locally consistent image completion},
  author={Iizuka, Satoshi and Simo-Serra, Edgar and Ishikawa, Hiroshi},
  journal={ACM Transactions on Graphics (ToG)},
  volume={36},
  number={4},
  pages={1--14},
  year={2017},
  publisher={ACM New York, NY, USA}
}

请注意，为了与当前的深度图像修复方法进行公平比较，我们没有在 Global&Local 中使用后处理模块。

Places365-Challenge

算法	掩膜类型	分辨率	训练集容量	测试集	l1 损失	PSNR	SSIM	下载
Global&Local	square bbox	256x256	500k	Places365-val	11.164	23.152	0.862	模型 | 日志

CelebA-HQ

算法	掩膜类型	分辨率	训练集容量	测试集	l1 损失	PSNR	SSIM	下载
Global&Local	square bbox	256x256	500k	CelebA-val	6.678	26.780	0.904	模型 | 日志

---

PConv (ECCV’2018)

PConv (ECCV'2018)

@inproceedings{liu2018image,
  title={Image inpainting for irregular holes using partial convolutions},
  author={Liu, Guilin and Reda, Fitsum A and Shih, Kevin J and Wang, Ting-Chun and Tao, Andrew and Catanzaro, Bryan},
  booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},
  pages={85--100},
  year={2018}
}

Places365-Challenge

算法	掩膜类型	分辨率	训练集容量	测试集	l1 损失	PSNR	SSIM	下载
PConv	free-form	256x256	500k	Places365-val	8.776	22.762	0.801	模型 | 日志

CelebA-HQ

算法	掩膜类型	分辨率	训练集容量	测试集	l1 损失	PSNR	SSIM	下载
PConv	free-form	256x256	500k	CelebA-val	5.990	25.404	0.853	模型 | 日志

---