项目成员：戴钰俊 万振民

项目简介：当前文本到图像生成技术备受瞩目，但市面上的文生图模型均由单一提示直接生成图像，难以精细调整空间布局，缺乏基于原始图像在特定位置进行处理的能力。我们的项目通过将Grounding DINO的精确目标检测与GLIGEN的边界框控制结合，让用户仅凭简洁文本指令，就能在特定图像区域内精准生成物体，解决了文本驱动图像生成中空间控制的难题，结合lora技术实现良好的局部编辑效果，让创意直观呈现在预期位置。