Kvíz spojený s průvodcem · Těžko úroveň

Úpravový kvíz s výzvou pro křížovou pozornost

Prozkoumejte, jak Prompt-to-Prompt upravuje generované obrázky pomocí kontroly křížové pozornosti, lokalizovaného prolnutí a inverze pro skutečné fotografie.

Související vodicí cestyPrompt to Prompt Cross Attention Editing
Otázka 1 z 8

Jaké interní informace znovu používá Prompt-to-Prompt k zachování scény?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Jaké interní informace znovu používá Prompt-to-Prompt k zachování scény?
    • Křížová pozornost mapuje spojování slov s oblastmi obrázku
    • Konečné výstupní pixely
    • Stav optimalizátoru modelu
    • Metadata komprese obrázku
  2. Vyžaduje Prompt-to-Prompt jemné doladění modelu?
    • Ano, úplné přeškolení na úpravu
    • Ne, je to technika bez tréninku
    • Ano, ale pouze textový kodér
    • Pouze pro přidávání nových slov
  3. Chcete-li vyměnit „kolo“ za „motocykl“ při zachování scény, metoda:
    • Ručně maskuje oblast kola
    • Trénuje novou LoRA pro motocykly
    • Mapuje pozornost mezi odpovídajícími tokeny přes dvě výzvy
    • Vytváří zcela nezávislý obraz
  4. Čeho dosáhne převážení pozornosti tokenu?
    • Mění rozlišení obrazu
    • Token zcela odstraní
    • Změní pořadí slov ve výzvě
    • Posiluje nebo oslabuje vizuální vliv tohoto slova
  5. Když do výzvy přidáte slovo, Prompt-to-Prompt:
    • Zachová pozornost pro nezměněné žetony a nechá novou pozornost vytvořit pouze nový žeton
    • Znovu randomizuje celý obrázek
    • Ignoruje přidané slovo
    • Přepne na jiný základní model
  6. Which separate model was trained to follow written image-editing instructions from an input image?
    • InstructPix2Pix, a conditional diffusion editor trained on generated instruction-edit pairs
    • Prompt-to-Prompt, which edits by controlling cross-attention maps during denoising
    • Null-text inversion, which optimizes unconditional embeddings for image inversion
    • LocalBlend, which creates a selected-token mask from attention maps
  7. What does the Prompt-to-Prompt LocalBlend feature use to localize a change?
    • A hand-drawn mask required for every Prompt-to-Prompt edit
    • The EXIF metadata of the original image
    • Attention maps for selected prompt words to construct a spatial mask
    • A classifier that identifies image copyright
  8. What extra step can enable Prompt-to-Prompt editing of a real photograph?
    • Train a new diffusion model from scratch
    • Convert the photograph into an audio spectrogram
    • Replace every cross-attention layer with a classifier
    • Invert the image into the diffusion model’s latent trajectory first