论文阅读笔记Image Generation from Scene Graphs

1、流程图:

 

 

2、通过用object layout network来预测分割掩码和每个物体的bounding box,从而计算出scene layout场景布局。mask regression network and box regression network

3、在这两个数据集上进行实验:Visual  Genome  and COCO-Stuff 

4、evaluateour  results  with  two  user  studies  on  Amazon  MechanicalTurk

评价标准:通过两项用户研究来判断生成的图像质量,与stackgan做对比。

(1)给用户一个指定的标题,然后让他选择更对应的图片(stackgan和本网络生成的)

(2)给出两个方法生成的图片,再给出一系列coco数据集的物体,然后让用户去在图像中识别出哪个物体出现在了图像中。

 

posted @   Tomorrow1126  阅读(57)  评论(0编辑  收藏  举报
编辑推荐:
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· SQL Server 2025 AI相关能力初探
· 单线程的Redis速度为什么快?
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
点击右上角即可分享
微信分享提示