গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
টিউন-এ-ভিডিও ওয়ান-শট সম্পাদনা কুইজ
টিউন-এ-ভিডিও কীভাবে একটি ভিডিও, অস্থায়ী মনোযোগ, উল্টানো, এবং পাঠ্য-নির্দেশিত সম্পাদনাগুলি ব্যবহার করে একটি ইমেজ ডিফিউশন মডেলকে অভিযোজিত করে তা পরীক্ষা করুন৷
প্রশ্ন 1 এর 8
ভিডিওর জন্য মানিয়ে নেওয়ার আগে টিউন-এ-ভিডিও কোন বেস মডেল থেকে শুরু হয়?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- ভিডিওর জন্য মানিয়ে নেওয়ার আগে টিউন-এ-ভিডিও কোন বেস মডেল থেকে শুরু হয়?
- একটি পূর্বপ্রশিক্ষিত টেক্সট-টু-ইমেজ ডিফিউশন মডেল যেমন স্টেবল ডিফিউশন
- একটি বড় ভাষা মডেল
- লক্ষ লক্ষ ক্লিপগুলিতে স্ক্র্যাচ থেকে প্রশিক্ষিত একটি ভিডিও মডেল৷
- একটি GAN-ভিত্তিক ইমেজ জেনারেটর
- টিউন-এ-ভিডিওতে 'ওয়ান-শট' কী বোঝায়?
- একটি একক denoising ধাপে তৈরি করা হচ্ছে
- শুধুমাত্র একটি উৎস ভিডিও টিউনিং
- পুরো ডেটাসেটের জন্য একটি প্রম্পট ব্যবহার করা
- একটি একক GPU তে চলছে
- 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
- টিউনিংয়ের সময়, টিউন-এ-ভিডিও প্রাথমিকভাবে দক্ষ থাকার জন্য কী আপডেট করে?
- মনোযোগ/টেম্পোরাল প্যারামিটারের একটি ছোট সেট
- সম্পূর্ণ মডেল প্রতিটি ওজন
- শুধুমাত্র টেক্সট এনকোডার শব্দভান্ডার
- শুধুমাত্র ইমেজ ডিকোডার
- 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