画像拡散モデルを活用し、セマンティックマスクとスタイルプロンプトを組み合わせることで、ドメイン一般化可能なセマンティックセグメンテーションモデルを構築する。
本研究では、CLIP、ディフュージョンモデル、Segment Anything Modelなどの基盤モデルを協調的に統合することで、ドメイン一般化セマンティックセグメンテーションの性能を大幅に向上させている。
