文本引导图像编辑

Diffree是一种基于扩散模型的图像编辑工具，专门用于通过文本描述在图像中添加对象。它无需用户手动绘制遮罩或边界框，而是依靠模型自动预测对象的位置和形状，实现新对象的无缝融合。Diffree基于Stable Diffusion模型，并结合了一个额外的掩码预测模块，能够在保持背景一致性的同时，根据文本引导添加新对象。