Anindya Mondal

CountLoop框架通过迭代代理指导增强图像生成

研究人员开发了CountLoop，一个新颖的、无需训练的框架，旨在提高图像生成模型中对象计数的准确性。该方法采用迭代过程，其中基于VLM的规划器创建场景布局，基于VLM的评论家提供关于对象计数和空间布局的反馈。通过采用实例驱动的注意力掩蔽和累积注意力组合，CountLoop确保了清晰的对象分离，并在各种基准测试中将计数错误减少了多达57%，同时保持了照片级图像质量。