OMG

上传几张图，让AI同时生成多个指定物体，遮挡也不怕

OMG 是一个面向扩散模型的个性化多概念图像生成框架，由南洋理工大学等机构在 ECCV 2024 提出。它解决了现有定制化生成模型只能处理单一概念、且对遮挡场景（如物体重叠、部分遮挡）生成效果差的问题。核心能力包括：支持同时生成多个用户指定的概念（如人物、物体、风格），并在生成过程中保持各概念的视觉身份一致性；通过引入遮挡友好的注意力机制和概念解耦策略，即使概念间存在遮挡关系，也能生成自然、合理的图像。项目基于 Stable Diffusion 构建，提供训练和推理代码，用户可上传少量参考图（如 3-5 张）即可学习新概念，并组合多个概念生成新场景。该工作为个性化图像编辑、创意设计等应用提供了更灵活、更鲁棒的解决方案。