研究团队提出 ImageRAG:免重新训练,检索参考图搞定生僻生图
研究团队提出 ImageRAG 框架,将检索增强生成(RAG)引入文生图领域。它用视觉语言模型挑出初稿中缺失的概念,再从外部检索真实参考图引导生成,无需对底层模型专门训练。在 SDXL 和 OmniGen 上的测试显示,它显著提升了罕见概念的生成准确度。
研究团队提出 ImageRAG 框架,将检索增强生成(RAG)引入文生图领域。它用视觉语言模型挑出初稿中缺失的概念,再从外部检索真实参考图引导生成,无需对底层模型专门训练。在 SDXL 和 OmniGen 上的测试显示,它显著提升了罕见概念的生成准确度。