ALDM

让AI画图严格听话，布局指哪打哪

ALDM 是 ICLR 2024 论文《Adversarial Supervision Makes Layout-to-Image Diffusion Models Thrive》的官方实现，专注于布局到图像生成任务。该任务要求根据给定的语义布局（如物体边界框及类别标签）生成符合布局约束的高质量图像，广泛应用于可控图像合成、场景设计等领域。ALDM 在现有扩散模型（如 ControlNet）基础上引入对抗性监督机制，通过判别器对生成结果与布局一致性进行对抗训练，有效提升生成图像对布局的遵循度和细节保真度。项目提供完整的训练与推理代码，支持自定义数据集，并基于 Jupyter Notebook 展示实验流程，便于研究者复现和扩展。核心能力包括：布局条件注入、对抗性训练、多类别物体生成、空间关系保持等。该项目适合需要精细控制生成内容位置与类别的开发者，是可控图像生成领域的前沿参考实现。