跳到正文

SPRIGHT

专注图像空间关系的数据集与模型

访问官网

SPRIGHT 是什么

SPRIGHT 被介绍为一个专注于文本到图像生成中空间关系的大规模视觉语言数据集和模型。

你可以用它做什么

  • 用更多空间短语重新描述图像
  • 在含大量物体的图像上微调训练
  • 生成遵循空间关系的图像

描述示例

  • 带壁炉的客厅,沙发在壁炉右侧
  • 装满水果的篮子,苹果在左、香蕉在右
  • 城市街景,高楼在道路两侧,路中有喷泉

模型说明

  • 数据集由 600 万张重新描述的图像构建
  • 微调使用 444 张含大量物体的图像
  • 资料称 FID 与 CMMD 评分得到提升

优点与缺点

✓ 我们认可的地方

  • 描述中的空间短语显著增加
  • 资料称在多个基准测试中达到较高的空间一致性

! 需要留意的地方

  • 微调在 444 张含大量物体的图像上说明
  • 所述结果针对空间一致性基准测试

常见问题

数据集有多大?

资料说明重新描述了 600 万张图像。

列出了哪些质量评分?

功能列表列出提升的 FID 和 CMMD 图像质量评分。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法