डीप लर्निंग मॉडल्स की ओवरफिटिंग समस्या के समाधान के लिए, यह शोधपत्र एक प्रसार मॉडल का उपयोग करते हुए एक डेटा संवर्द्धन तकनीक प्रस्तावित करता है जो पाठ के आधार पर यथार्थवादी चित्र उत्पन्न करती है। प्रसार मॉडल को प्रशिक्षित करने के लिए उपयोग किए गए विशाल डेटासेट के साथ मौजूदा डेटासेट को संवर्धित करके, हम डीप लर्निंग मॉडल्स के आउट-ऑफ-डोमेन सामान्यीकरण प्रदर्शन को बेहतर बनाने के लिए विभिन्न रणनीतियों का पता लगाते हैं।