lama

LaMa 是一个基于傅里叶卷积的高鲁棒性图像修复模型，专为大尺寸掩码（large mask）修复任务设计。其核心采用频域卷积替代传统空间卷积，在仅用256×256分辨率图像训练的情况下，可稳定泛化至2K级高分辨率图像，并在周期性结构、复杂纹理等挑战场景中保持优异修复质量。项目以 PyTorch 实现，提供 Colab 交互示例与预训练模型，适用于图像编辑、瑕疵去除、目标移除等需要高精度、大区域重建的计算机视觉应用。