AOT-GAN-for-Inpainting是一个开源的图像修复项目，其对 Places2 数据集的效果表明，该模型在 FID 方面明显优于最先进的模型，相对改进了 1.8%。一项包括 365 多名受试者的用户研究进一步验证了 AOT-GAN 的优越性。其开源的模型在logo去除、面部修复和物体移除上取得良好效果。我们可以使用 AOT-GAN-for-Inpainting项目训练自己的数据集。
AOT-GAN-for-Inpainting的解读可以参考https://blog.csdn.net/a486259/article/details/135561206?spm=1001.2014.3001.5501
1、InpaintingData修改
官方发布的代码存在一点点细节上的不足，将以下代码的内容替换到src\data\dataset.py中。同时，官方发布的数据加载器在transforms上过于简单，可以自行换成复杂的。例如参考 pytorch 7 应用于语义分割、自动编码机和GAN数据增强方法（支持多图输入模型） 中章节3所实现的数据增强方法（同步增强jpg图片与mask）
import os
import math
import numpy 
)
