深度生成模型在图像生成中常有感知性瑕疵。研究提出感知性瑕疵定位（PAL）方法，创建了10,168个图像的数据集，标注像素级瑕疵。训练的分割模型能有效定位瑕疵，并在少量样本下适应新模型。还提出放大补全流程用于修复瑕疵，适用于自动修复、质量评估和异常检测。数据集和代码已发布。