本研究提出了感知性瑕疵定位（PAL）的方法，通过新数据集训练的分割模型有效定位各类任务中的瑕疵，并展示了该模型在使用极少的训练样本下适应未见过的模型时的高效性。此外，还提出了一种创新的放大补全流程，能够无缝修复生成图像中的感知性瑕疵。数据集和代码已发布。