outpainting_srn

用语义上下文扩展图像边界，生成自然连贯的新区域

outpainting_srn 是 CVPR 2019 论文《Wide-Context Semantic Image Extrapolation》的官方实现，专注于图像外推（image outpainting）任务，即根据图像现有内容预测并生成周围缺失的区域。该项目解决了传统图像修复（inpainting）只能填补内部空洞、无法扩展图像边界的问题，通过引入语义上下文和宽范围特征融合，使生成的外推区域在内容、纹理和结构上与原始图像保持高度一致。核心能力包括：基于 GAN 的生成模型、语义感知的上下文编码、以及支持自定义掩码的训练与推理流程。项目使用 TensorFlow 实现，提供了训练和测试代码，适合研究图像生成、外推和语义修复的开发者使用。