Edit Everything: A Text-Guided Generative System for Images Editing

解决问题：本篇论文旨在介绍一种新的生成系统——Edit Everything，该系统可以通过图像和文本输入生成图像输出。通过简单的文本指令，用户可以使用Edit Everything编辑图像。论文使用了一种名为“Segment Anything”的模型和CLIP来实现稳定扩散的视觉方面。这是一个新的问题。

关键思路：Edit Everything系统设计了提示来引导视觉模块生成所需的图像。相比于当前领域的研究，该论文的思路在于将文本指令与图像编辑结合起来，使用户可以通过简单的文本指令来编辑图像。

其他亮点：本篇论文的实验使用了Segment Anything模型和CLIP实现稳定扩散的视觉方面，并且该系统已经开源。本文为将文本指令与图像编辑结合起来提供了新的思路，这个思路值得进一步研究。

关于作者：本篇论文的主要作者是Defeng Xie，Ruichen Wang，Jian Ma，Chen Chen，Haonan Lu，Dong Yang，Fobo Shi，Xiaodong Lin。他们来自微软亚洲研究院和南京大学。Defeng Xie曾在多个国际会议上发表过论文，包括CVPR和ICCV。Jian Ma曾在ICCV和ECCV上发表过论文，而Xiaodong Lin则曾在ACL和EMNLP等会议上发表过论文。

相关研究：最近的相关研究包括“Generative Text-to-Image Synthesis with Spatially-Adaptive Normalization”（Tao Xu，Pengchuan Zhang，Qiuyuan Huang，Han Zhang，Zhe Gan和Xiaolei Huang，来自华盛顿大学和纽约大学）和“Generative Flow with Invertible 1x1 Convolutions”（Diederik P Kingma，Danilo J Rezende，Shakir Mohamed和Max Welling，来自阿姆斯特丹大学和谷歌）。

论文摘要：我们介绍了一个名为“Edit Everything”的新型生成系统，它可以接受图像和文本输入，并生成图像输出。Edit Everything允许用户使用简单的文本指令编辑图像。我们的系统设计提示来指导视觉模块生成所需的图像。实验表明，Edit Everything使用Segment Anything模型和CLIP有助于实现稳定扩散的视觉方面。我们的系统可以在https://github.com/DefengXie/Edit_Everything上公开获取。

内容中包含的图片若涉及版权问题，请及时与我们联系删除