Text2Scene模型能够从自然语言描述中生成各种形式的场景表示，通过逐步生成对象和属性来学习生成场景，结果可解释。

Text2Scene模型能够从自然语言描述中生成各种形式的场景表示，不使用GANs，通过生成对象和属性来学习生成场景。该方法生成卡通样式的场景、对象布局和合成图像，结果可解释。