أنظمة ترميم الصور الحديثة، رغم التقدم الملحوظ الذي أحرزته، غالباً ما تعاني من صعوبات في التعامل مع المناطق المفقودة الكبيرة والهياكل الهندسية المعقدة والصور ذات الدقة العالية. وقد وجدنا أن أحد الأسباب الرئيسية لذلك هو نقص المجال الاستقبالي الفعال في كل من شبكة الترميم ودالة الخسارة. لحل هذه المشكلة، نقترح طريقة جديدة تسمى ترميم الأقنعة الكبيرة (LaMa). تعتمد LaMa على: i) هندسة شبكة ترميم جديدة تستعمل convois السريعة فورييه (FFCs)، والتي لها مجال استقبالي يغطي كامل الصورة؛ ii) خسارة حسية ذات مجال استقبالي عالٍ؛ iii) أقنعة تدريب كبيرة، مما يفتح الباب أمام إمكانات المكونين الأوليين. شبكتنا للترميم تحسن الحالة الحالية للفن في مجموعة متنوعة من قواعد البيانات وتحقق أداءً ممتازاً حتى في السيناريوهات الصعبة، مثل إكمال الهياكل الدورية. نموذجنا يعمم بشكل مفاجئ جيد على الدقائق الأعلى مما شوهد أثناء التدريب، ويحقق ذلك بتكاليف أقل للمعلمات والوقت مقارنة بالأساسيات التنافسية. الرمز متاح على الرابط: \url{https://github.com/saic-mdal/lama}.请注意，"convois السريعة فورييه (FFCs)" 这个术语在阿拉伯语中并不常见，因此我保留了英文术语并在其后加上了括号标注。其他部分已经按照您的要求进行了翻译。