生成网络
-
图像大面积缺失,也能逼真修复,新模型CM-GAN兼顾全局结构和纹理细节
来自罗彻斯特大学和 Adobe Research 的研究者提出了一种新的生成网络 CM-GAN,很好地合成了整体结构和局部细节,在定量和定性评估方面都显著优于现有 SOTA 方法,如 CoModGAN 和 LaMa。
来自罗彻斯特大学和 Adobe Research 的研究者提出了一种新的生成网络 CM-GAN,很好地合成了整体结构和局部细节,在定量和定性评估方面都显著优于现有 SOTA 方法,如 CoModGAN 和 LaMa。
在线咨询:
手机:13798586780
QQ/微信:1074760229
QQ群:551893940
工作时间:工作日9:00-18:00,节假日休息