項目成員：戴钰俊 萬振民

項目簡介：當前文本到圖像生成技術備受矚目，但市面上的文生圖模型均由單一提示直接生成圖像，難以精細調整空間布局，缺乏基于原始圖像在特定位置進行處理的能力。我們的項目通過将Grounding DINO的精确目标檢測與GLIGEN的邊界框控制結合，讓用戶僅憑簡潔文本指令，就能在特定圖像區域内精準生成物體，解決了文本驅動圖像生成中空間控制的難題，結合lora技術實現良好的局部編輯效果，讓創意直觀呈現在預期位置。