Histórico
Ao usar a ferramenta Watermark Removal para remover marcas d'água de imagens, é possível que a remoção da marca d'água fique incompleta ou que os resultados do reparo sejam insatisfatórios. Isso geralmente está relacionado à seleção do modelo, às configurações de parâmetros ou às etapas de pré-processamento.
Soluções essenciais
- Escolhendo o tipo certo de marca d'águaSe você especificar o parâmetro correto -watermark_type ao executar o script, a ferramenta otimizará o modelo para diferentes tipos de marcas d'água
- Ajuste dos parâmetros de iteraçãoNo main.py, você pode aumentar o valor do parâmetro -max_iter para aumentar a granularidade do reparo (mas aumentar o tempo de processamento)
- Pré-processamento de imagens de entradaRecomendamos redimensionar a imagem (recomenda-se 512 x 512 pixels) e centralizar a área da marca d'água para obter melhores resultados.
- Uso misto de técnicas de restauraçãoPara marcas d'água complexas, você pode usar uma combinação das técnicas Gated Convolution e Contextual Attention fornecidas no projeto.
habilidade avançada
Para usuários profissionais, considere 1) treinar novamente o modelo usando seu próprio conjunto de dados; 2) ajustar os parâmetros do mecanismo de atenção em model/config.yml; e 3) experimentar diferentes combinações de pesos da função de perda.
Essa resposta foi extraída do artigoRemoção de marca d'água: ferramenta de remoção de marca d'água de imagem de código aberto, recuperação de marca d'água de imagem originalO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Como resolver o problema da remoção incompleta de marcas d'água de imagens e melhorar o efeito de restauração?
