QUOTA：用于任何领域的文本到图像模型对象量化

本研究解决了通过生成性文本到图像模型量化对象数量的问题，首次从领域不可知的角度考虑这一问题。提出的QUOTA优化框架通过双循环元学习策略，实现了在不重训练的情况下有效地对未知领域进行对象量化。实验表明，QUOTA在对象量化准确性和语义一致性方面均优于传统模型，为任何领域的高效可扩展文本到图像生成设定了新基准。