SegGen: 使用 Text2Mask 和 Mask2Img 合成技术加速分割模型
原文中文，约300字，阅读约需1分钟。发表于：。我们提出了 SegGen，一种高度有效的图像分割训练数据生成方法，显著提升了最先进分割模型的性能界限。SegGen 设计并整合了两种数据生成策略：MaskSyn 和 ImgSyn。在 ADE20K 和 COCO 基准测试中，我们的数据生成方法显著提高了最先进分割模型在语义分割、全景分割和实例分割方面的性能。
本文介绍了一种新的生成网络SegAttnGAN，利用附加的分割信息进行文本到图像综合任务，相较于之前的技术，该模型可以生成更真实和准确的图像。在CUB和Oxford-102数据集上获得了高分数，并测试了自我关注SegAttnGAN，结果也很好。该模型可用于文本到图像综合任务。
