您好，感谢您的分享。在您的论文网络结构图里，GT文字部分会通过CLIP text编码传入到diffusion模块。那测试阶段没有GT caption 如何操作？期待您的回复。
您好，感谢您的分享。在您的论文网络结构图里，GT文字部分会通过CLIP text编码传入到diffusion模块。那测试阶段没有GT caption 如何操作？期待您的回复。