推荐使用:QD-IMD - 快速绘制不规则遮罩数据集
2024-06-18 09:59:43作者:彭桢灵Jeremy
在计算机视觉领域,图像修复(Inpainting)是一项重要的任务,其目标是恢复图片中被遮挡的部分。从删除照片中的不想要元素到恢复古旧照片的完整性,图像修复有着广泛的应用。然而,大多数现有方法专注于矩形形状的洞口,并假设它们位于图像中心,这在实际应用中限制了其灵活性。
最近,研究人员提出了一个不规则形状遮罩的数据集来应对这一挑战,但这个数据集存在一些局限性,如非人为生成的遮罩、边缘锐利以及未公开。为了解决这些问题,我们引荐你尝试使用QD-IMD(快速绘制不规则遮罩数据集)。
项目介绍
QD-IMD 是基于人类手绘的"Quick Draw"数据集构建的,它包含了大量由人手随机绘制的不规则形状遮罩。我们认为,这些由人类创造的线条组合能够提供更加自然和多样化的遮罩模板。与现有的不规则遮罩数据集相比,QD-IMD 的遮罩更具有人性化和柔和的边缘,适用于各种实际场景的图像修复任务。
技术分析
QD-IMD 数据集的生成过程经过精心设计:
- 随机确定遮罩的笔划数量。
- 从Quick Draw数据集中随机选择笔划样本。
- 设定每条笔划的宽度并绘制到画布上。
- 根据需求调整放大比例。
- 对目标形状进行中央裁剪。
- 最后对结果进行二值化处理以创建遮罩。
所有参数都可以根据特定任务进行调整,提供了极高的灵活性。
应用场景
QD-IMD 可用于训练和评估各种图像修复算法,尤其是那些需要处理不规则区域的模型。例如,在照片编辑、视频修复、艺术创作甚至是隐私保护等领域都有广泛应用。
项目特点
- 不规则形状:遮罩形态多样化,模拟真实世界中的遮挡情况。
- 人类手绘:遮罩源于人类绘画,提供更自然的边缘和过渡。
- 易于获取:数据集可通过Dropbox或Yandex.Disk下载,方便快捷。
- 可定制:你可以根据项目需求自定义生成参数。
如何参与
首先克隆本仓库,然后安装所需依赖,最后运行generate_dataset.py
脚本来生成或自定义数据集。详细步骤参见README文档。
未来规划:团队还计划创建矢量版本的QD-IMD,以提供更多可能性。
通过QD-IMD,我们可以期待在图像修复领域实现更大的突破。如果你正在寻找一种能够处理复杂遮挡问题的解决方案,那么这个开源项目绝对值得你一试。现在就加入我们,探索无限可能吧!
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++097AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
202
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
61
94

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
977
575

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
550
83

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133