CustomNet旨在更好地將指定物品的圖片融合到新生成的圖片中，并確保原物品的樣式和紋理細節得以還原。這項技術給商品圖融合帶來了一線生機。

在文本到圖像的生成過程中，將自定義對象納入圖像生成是一個極具吸引力的功能。然而，現有的基于優化和基于編碼器的方法都存在一些缺陷，如優化耗時長、標識保存不足以及復制粘貼效應普遍存在等。

為了克服這些局限性，我們引入了 CustomNet，這是一種新穎的對象定制方法，它將三維新穎視圖合成功能明確納入對象定制流程。這種整合有助于調整空間位置關系和視角，在有效保留對象特征的同時產生多樣化的輸出。

此外，我們還引入了微妙的設計，通過文本描述或特定的用戶自定義圖像實現位置控制和靈活的背景控制，克服了現有三維新穎視圖合成方法的局限性。我們還進一步利用數據集構建管道，更好地處理現實世界中的物體和復雜背景。

有了這些設計，我們的方法無需進行測試時間優化就能實現零鏡頭對象定制，同時提供對位置、視點和背景的控制。因此，我們的自定義網絡可確保增強的身份保護，并生成多樣、和諧的輸出。

CustomNet 能夠在一個統一的框架內同時控制視角、位置和背景，從而在有效保留物體特征和紋理細節的同時，實現和諧的定制圖像生成。背景生成可以通過文本描述（"生成 "分支）或提供特定的用戶自定義圖像（"合成 "分支）來控制。