空間制御は、制御可能な画像生成の核心的な能力です。レイアウトガイドによる画像生成の進歩は、類似した空間構成を持つ分布内（ID）データセットにおいて有望な結果を示しています。しかし、任意の未見のレイアウトを持つ分布外（OOD）サンプルに対するこれらのモデルの性能については明確ではありません。本論文では、LayoutBenchという診断ベンチマークを提案します。これは、レイアウトガイドによる画像生成における4つの空間制御スキル（数、位置、サイズ、形状）を評価するものです。我々は2つの最近の代表的なレイアウトガイドによる画像生成手法をベンチマークし、良好なIDレイアウト制御が実世界の任意のレイアウト（例えば境界にある物体）に対して十分に一般化しない可能性があることを観察しました。次に、我々はIterInpaintという新しいベースラインを提案します。これはインペイントを通じて前景と背景領域を段階的に生成し、LayoutBenchでのOODレイアウトに対する既存モデルよりも強い一般化能力を示します。我々は4つのLayoutBenchスキルについて定量的および定性的評価と詳細な分析を行い、既存モデルの弱点を特定しました。さらに、IterInpaintに関する包括的なアブレーションスタディを行いました。これには訓練タスク比率、crop&paste対repaint、および生成順序が含まれます。最後に、我々は異なる事前学習済みのレイアウトガイドによる画像生成モデルがLayoutBench-COCO（実際の物体を持つOODレイアウト向け的新ベンチマーク）でゼロショット性能をどのように示すか評価しました。その結果、IterInpaintはすべての4つの分割でSOTAベースラインを一貫して上回ることが確認されました。プロジェクトウェブサイト: https://layoutbench.github.io