本文介绍了全景场景图（PSG）生成的新任务，创建了高质量数据集并提出多种改进方法。研究了图像到文本模型（ISRG），显著降低了场景图构建成本。探讨了基于Transformer的DSGG方法，取得了先进的生成效果，并提出了基于结构图的物体检测框架，提升了检测准确性。