一个基于文本描述的创意产业图像生成数据集
计算机视觉与模式识别
2022-11-17 v1
摘要
大多数图像生成方法难以精确控制生成图像的属性，如结构、尺度、形状等，这限制了其在概念设计、平面设计等创意产业中的大规模应用。使用提示词（prompt）与草图（sketch）是一种实用的可控性解决方案。现有数据集要么缺乏提示词要么缺乏草图，且并非为创意产业而设计。以下是我们的主要贡献：a) 这是首个覆盖创意产业领域 4 个最重要方面且标注了提示词与草图的数据集。b) 我们在测试集中提供多张参考图像，并为每张参考图像给出细粒度评分，便于度量。c) 我们将两个 SOTA 模型应用于我们的数据集，进而发现了一些不足，例如提示词比草图更受重视。
引用
@article{arxiv.2211.09035,
title = {A Creative Industry Image Generation Dataset Based on Captions},
author = {Xiang Yuejia and Lv Chuanhao and Liu Qingdazhu and Yang Xiaocui and Liu Bo and Ju Meizhi},
journal= {arXiv preprint arXiv:2211.09035},
year = {2022}
}