优化负面提示以提升文本到图像生成中的美学与忠实度
计算机视觉与模式识别
2024-11-06 v3 人工智能
机器学习
摘要
在文本到图像生成中，使用负面提示（即描述不令人满意的图像特征的提示词）可以显著提升图像质量。然而，生成优质负面提示需要人工操作且耗时。为此，我们提出了NegOpt方法，通过监督微调和强化学习来优化负面提示的生成，以实现更好的图像生成效果。我们的方法在其他方法的基础上，使Inception Score提升了25%，并超越了来自测试集的基准负面提示。此外，借助NegOpt，我们可以优先优化最重要的指标。最后，我们构建了负面提示数据库（https://huggingface.co/datasets/mikeogezi/negopt_full），提供了公开可用的负面提示数据集。
关键词
引用
@article{arxiv.2403.07605,
title = {Optimizing Negative Prompts for Enhanced Aesthetics and Fidelity in Text-To-Image Generation},
author = {Michael Ogezi and Ning Shi},
journal= {arXiv preprint arXiv:2403.07605},
year = {2024}
}