图像补全效果展示文件 专为人脸设计 可拓展至其他场景训练使用

简介：
本作品为专为人脸设计的图像补全效果展示文件，采用先进算法实现高效的人脸修复与美化。同时具备灵活性和可扩展性，适用于多种场景的数据训练应用。 ### 一、主要Python库 - **opencv_python** - **torch**（版本需大于1.1.0；运行`train.py`需要安装GPU版本） ### 二、训练流程 首先，准备数据集。下载好数据后，通过以下命令自动划分训练集和测试集，默认比例为80%的训练集与20%的测试集。可以通过参数--proportion修改此比例。 ```shell python3 prepare_data.py /path/to/your/src_data_dir ``` 进行训练，请运行： ```shell python3 train.py [all kinds of training options] ``` 详细参数请参考`opt.py`文件中的说明。 ### 三、测试 本项目中已提供一个预训练好的人脸补全模型权重文件：weights/completion/completion_weights.pth。要开始测试，只需运行以下命令，并根据需要设置相应参数： ```shell python3 inference.py --input_img test_imgs/test_image.jpg ``` 具体配置信息请参阅相关文件的README文档。