本文へスキップ

SPRIGHT

画像の空間関係に着目したデータセットとモデル

公式サイトを見る
カテゴリ AI画像生成

SPRIGHT とは

本研究は文章から画像への生成で空間関係に焦点を当てた大規模な視覚・言語のデータセットとモデルと紹介されている。

できること

  • より多くの空間の句で画像を再記述する
  • 物体の多い画像で微調整する
  • 空間関係に沿った画像を生成する

記述の例

  • 暖炉の右にソファがある居間
  • りんごが左、バナナが右にある果物かご
  • 高層ビルが道の両側にあり噴水が中央にある街並み

モデルについて

  • データセットは 600 万枚の再記述から組み立てられた
  • 微調整には物体の多い 444 枚が用いられた
  • 資料は FID と CMMD の指標が向上したと説明

長所と短所

✓ 良い点

  • 記述に含まれる空間の句が増える
  • 資料は複数のベンチマークで高い空間整合性と説明

! 注意したい点

  • 微調整は物体の多い 444 枚について説明
  • 挙げられた結果は空間整合性のベンチマークに関する

よくある質問

データセットの規模は?

資料は 600 万枚の画像を再記述したと説明。

挙がる画質指標は?

機能一覧には向上した FID と CMMD が挙がる。

最終評価日: 2026-11-15

その他 AI画像生成 ツール

すべて見る →

評価方法