Тест, свързан с ръководство · Среден Ниво
Тест за еднократно редактиране на Tune-A-Video
Тествайте как Tune-A-Video адаптира модел на дифузия на изображение с помощта на едно видео, времево внимание, инверсия и редакции, управлявани от текст.
Въпрос 1 на 8
От какъв базов модел започва Tune-A-Video, преди да го адаптира за видео?
Визуализирайте всеки въпрос8 въпроси
Отговорите и обясненията се появяват, докато отговаряте на теста.
- От какъв базов модел започва Tune-A-Video, преди да го адаптира за видео?
- Предварително обучен модел на дифузия от текст към изображение като Stable Diffusion
- Голям езиков модел
- Видео модел, обучен от нулата върху милиони клипове
- Генератор на изображения, базиран на GAN
- Какво означава „еднократен изстрел“ в Tune-A-Video?
- Генериране в една стъпка за премахване на шума
- Настройка само на един източник на видео
- Използване на една подкана за целия набор от данни
- Работи на един GPU
- How does Tune-A-Video’s sparse causal attention connect video frames?
- Frames are generated fully independently
- Every frame is averaged into one image
- Each frame can attend to the first frame and the preceding frame
- Attention is disabled across all frames
- What does DDIM inversion provide before Tune-A-Video samples an edit?
- A compressed audio track
- A new video caption
- A camera calibration file
- A source-conditioned latent that guides generation from the input video
- По време на настройка, какво основно актуализира Tune-A-Video, за да остане ефективен?
- Малък набор от параметри за внимание/време
- Всяка тежест в пълния модел
- Само речника на енкодера на текст
- Само декодерът на изображения
- What limitation motivated later tuning-free video-editing methods?
- It can only edit audio
- Tune-A-Video requires per-video tuning before editing a new clip
- It supports no text prompt
- It was trained only on black-and-white images
- Which editing capability did the Tune-A-Video paper demonstrate?
- Automatic speech-quality scoring
- 3D camera-pose recovery from photos
- Text-guided style transfer on a source video
- Instrument-stem separation
- Which content change can Tune-A-Video apply to a source clip using text?
- Measuring packet latency
- Estimating pitch from a monophonic signal
- Recovering 3D scene geometry from uncalibrated photos
- Changing a subject or background while trying to retain source motion