sg2im-demo:Google的sg2im神经网络的基于Web的演示，可将场景图转换为逼真的图像

Sg2im Web演示 这是我尝试制作一个基于网络的Google 演示， 是一种端到端神经网络模型，可以将场景图转换为人类可识别的图像。我希望使用他们的预训练模型来允许用户自己生成图像。 该Web应用程序将使用React.js和Flask构建。我希望用户可以输入潜在的对象（例如，天空，草丛，形状）及其关联顺序，以便他们可以从预先训练的模型中即时创建逼真的图像。这个仓库将包含用于运行React.js前端的代码，仓库包含用于提供生成的照片的Flask服务。 在这是一个有关其工作原理的直观示例： 要做的事 使用React组件保存用户对象和关系顺序（完成） 将用户输入的对象保存到全局场景图的功能 :check_mark: 添加新异议关系规则组件的功能 :check_mark: 将对象关系保存到全局场景图状态 :check_mark: 创建功能以为用户提供唯一的ID 编写Flask端点以从React前端接收场景图并编写Ajax函数以传递信息（进行中） 重写一