Lab 6 - 深度学习图像补全

本次实验我们用深度学习给图片进行补全。

本次实验内容为必做课程作业，计算成绩。你需要将作业上传至学在浙大，将压缩包命名为Lab6-学号-姓名.zip。

本次作业提交截止时间：2024 年 4 月 28 号 23:59:59，逾期将要扣分。

作业材料下载

Lab6-DL.zip 在学在浙大课程网站上。

环境配置

环境所需的所有 python 库都在Lab6-DL/requirements.txt下。Linux 或 Mac 平台可以直接用pip3 install -r requirements.txt安装。Windows 用户自行探索，推荐配置 conda。

例子 - 简单的深度学习图像补全

Lab6-DL 下面有 ImageCompletion，在 Lab6-DL/ImageCompletion 目录下执行 python demo.py，就能看到图片补全的效果。

网络结构描述在 Lab6-DL/homework.pptx 中。

网络结构实现在 Lab6-DL/ImageCompletion/model.py 中。

作业 - 稍微复杂的深度学习图像补全

网络结构描述在 Lab6-DL/homework.pptx 中。

网络结构实现在 Lab6-DL/ImageCompletionPlus/network.py 中，里面要自己补充代码。

完成网络结构后，在 Lab6-DL/ImageCompletionPlus 目录下执行 python demo.py，就能看到图片补全的效果.

作业要求：

1. 找一张自己的图片，将自己从图片中扣去，然后用网络补全图像。
2. 需要上交 Lab6-DL/ImageCompletionPlus/network.py。
3. 需要上交自己的图片、扣去自己的图片、相应的 mask 和补全后的图片。因为不同训练数据的网络有不同的补全效果，网络模型在 Lab6-DL/ImageCompletionPlus/model 下，需要都进行尝试。不要上传网络模型，模型文件很大，上传的人会扣分。
4. 还需要上交实验文档，描述图片补全网络的输入，网络的结构和不同网络模型的结果。
5. 将需要上传的文件打包成 Lab6-学号-姓名.zip 上传至学在浙大。