amodal

看穿遮挡,AI补全物体被遮住的完整模样

Amodal是CVPR 2024 Highlight论文《Amodal Completion via Progressive Mixed Context Diffusion》的官方代码实现,专注于图像生成中的模态补全(Amodal Completion)任务。该任务旨在预测被遮挡物体的完整形状和外观,即使物体部分不可见。项目基于Stable Diffusion架构,提出渐进式混合上下文扩散模型,通过融合可见与不可见区域的上下文信息,逐步生成被遮挡部分的合理内容。核心能力包括:处理复杂遮挡场景、生成语义一致的补全结果、支持与图像修复(inpainting)结合。项目提供训练和推理代码,适合计算机视觉研究者复现实验或二次开发。目前处于早期阶段,代码结构清晰,但文档和示例较少,主要面向专业研究人员。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 56
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队k8xu
所属国家
定价模式free
价格说明开源项目,代码公开,可自行部署使用,无付费版本。
访问状态
是否开源是
开源协议
主要语言Jupyter Notebook
技术栈/模型amodal-perception,computer-vision,cvpr2024,generative-models,inpainting,occlusion,stable-diffusion
GitHub 星标★ 56
30天Star增速
HF 下载量
上线时间2023-12-31 00:00:00
最近更新2026-05-15 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • CVPR 2024 Highlight论文官方实现,算法有权威背书
  • 采用渐进式混合上下文扩散,补全结果语义连贯
  • 基于Stable Diffusion,可扩展性强,便于接入现有生成流程

不足之处

  • 文档/社区待观察
  • 依赖Jupyter Notebook,工程化程度较低,部署需自行整理

适用场景

  • 自动驾驶中补全被遮挡的行人或车辆
  • 图像编辑中移除前景物体后恢复背景完整结构
  • 医学影像中重建被器官遮挡的组织区域

替代项目

LaMa、CoModGAN、MAT (Mask-Aware Transformer)

项目介绍

amodal 是计算机视觉领域的开源项目,由 k8xu 开发,2023 年首次发布。

它收录于计算机视觉分类,该分类目前共有 447 个项目,GitHub 星标数为 56。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-05-15。代码公开,可自行部署使用,无付费版本。

它主要面向的使用场景是:自动驾驶中补全被遮挡的行人或车辆。同类可对比的替代方案包括 LaMa、CoModGAN、MAT (Mask-Aware Transformer)。

上一篇:MagicBokeh

下一篇:comfyui-daam

同类项目推荐

modlens 开源

给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···

★ 4019 2026-08-19
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90930 2026-08-10
OpenCVTutorials 开源

中文 OpenCV 教程,从入门到实战,边看边跑代码

OpenCV-Python4.1 中文文档

★ 1430 2026-08-20
Olympus 开源

一个路由搞定所有视觉任务,免去逐个微调

[CVPR 2025 Highlight] Official code for "Olympus: A Universal Task Router for Comput···

★ 427 2026-08-09