文生图像编辑来了！英伟达提出Add-it，无需训练，可根据文本提示向图像添加对象。

文章预览

Nvidia提出了Add-it，这是一种无需训练的方法，可根据文本提示向图像添加对象。Add-it 适用于真实图像和生成的图像。该方法利用现有的文本转图像模型 (FLUX.1-dev)，无需额外训练。 Add -it利用文本到图像的扩散模型来整合来自三个来源的注意力：原始图像、文本提示和生成的图像。这种方法不需要微调，可确保结构一致性和真实的对象放置。 为了应对对象插入的挑战，引入了加权注意力机制、主体引导的潜在混合技术和噪声结构传输步骤。Add -it优于以前的监督方法，并引入了“Additing Affordance Benchmark”来评估对象放置的合理性，在多个基准测试中取得了最先进的结果。 unset unset 方法介绍 unset unset 根据文本指令将对象添加到图像中是语义图像编辑中的一项具有挑战性的任务，需要在保留原始场景和将新对象无缝集成到合适的位置之间取得平衡。尽管 ………………………………