本发明公开了一种基于二阶段注意力机制GAN网络图像修复算法，包括以下步骤：搭建基于GPU版本的Pytorch深度学习框架运行环境；准备数据集，每个数据集都有真实的图片和mask；搭建运行图像到图像的深度神经网络，包括生成器和判别器；进行泛化实验。生成器采用编码器－解码器结构，不断训练以生成预测图像；判别器衡量生成图像的真实性，以对抗损失作为损失函数。通过不断迭代联合优化生成器和判别器，以使网络预测性能提高。本发明能够训练实现端到端的自监督图像转换，既能用于学习输入图像到输出图像之间的映射关系，又能学习用于训练映射关系的损失函数。