图像生成方法、装置、电子设备及存储介质

本公开提供了一种图像生成方法、装置、电子设备及存储介质，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、大模型等技术领域，可应用于AIGC基于人工智能的内容生成等场景。具体实现方案为：根据噪声数据、背景图像、掩码图像和文本，确定中间特征图；其中，掩码图像包括位置信息，位置信息指示了掩码图像是否包含待生成对象；文本包括N个待生成对象的对象类别，N是大于等于1的整数；根据掩码图像中的位置信息，基于与位置信息对中间特征图进行处理，得到处理后特征图；以及根据处理后特征图，生成目标图像；其中，目标图像中的背景与背景图像一致，目标图像中前景对象的类别与文本中的对象类别一致。