☰
首页
/
LaMa 技术原理
目录
LaMa 技术原理
LaMa 技术原理：基于傅里叶卷积的大面积图像修复
一、概述
为什么传统卷积不够用
二、核心架构：FFCResNetGenerator
2.1 快速傅里叶卷积（FFC）
2.2 谱变换模块（SpectralTransform）
2.3 网络完整结构
2.4 最终混合
三、训练策略
3.1 大面积遮罩训练
3.2 损失函数组合
3.3 高分辨率泛化
四、推理性能
4.1 GPU 基准（1080p 30fps 视频，单帧）
4.2 RTX 4060 推荐配置
4.3 CPU 加速方案
4.4 服务器部署建议
五、适用场景与限制
完美适用
效果一般
不适合
六、时序水印分离（补充技术）
6.1 原理
6.2 限制
6.3 与 LaMa 的协作
七、总结