paint-with-words-sd

用分割图+文字，精准控制AI画图布局

这是一个基于Stable Diffusion的文本引导图像生成工具，实现了eDiff-I论文中的Paint-with-words方法。它允许用户通过文本标签化的分割图（segmentation map）来精确控制生成图像的布局和内容。用户可以为图像的不同区域指定文本标签，模型会根据这些标签和分割图生成符合描述的图像。核心能力包括：将语义分割图与文本描述结合，实现区域级别的图像生成控制；支持自定义分割图和文本标签，灵活生成特定场景；基于Stable Diffusion，生成质量高且可扩展。该工具解决了传统文本到图像生成中布局控制困难的问题，让用户能够更直观地指定图像中每个物体的位置和属性。