OverLay++：密集重叠布局到图像生成数据集

布局到图像生成在空间和对象级控制方面取得了实质性进展。然而，现有的方法仍然难以处理包含许多重叠和交互对象的复杂场景。我们认为训练数据是一个特殊的瓶颈：现有数据集缺乏具有密集、复杂的对象交互的示例。为了解决这一差距，我们引入了 OverLay++，一个具有结构复杂场景的大规模布局到图像数据集。 OverLay++ 包含大约 50 万张图像，平均每张图像有 6.6 个对象，注释密度比现有数据集高出 1.67 倍。除了注释密度之外，OverLay++ 还提供了丰富的语义细节，其对象标题比当前数据集长六倍多。我们的数据集生成管道很简单，可以生成密集的、重叠的对象注释以及丰富的每个对象标题。在多个基准测试中，在 OverLay++ 数据集上训练的最先进的布局到图像方法显示出持续的改进和更快的收敛，证明了密集、重叠感知和丰富的标题监督对于可控图像生成的重要性。