Κουίζ που συνδέεται με οδηγό · Σκληρό Επίπεδο

Κουίζ επεξεργασίας από προτροπή σε προτροπή

Εξερευνήστε πώς το Prompt-to-Prompt επεξεργάζεται τις εικόνες που δημιουργούνται μέσω ελέγχου πολλαπλής προσοχής, τοπικής ανάμειξης και αντιστροφής για πραγματικές φωτογραφίες.

Σχετικές διαδρομές οδηγώνPrompt To Prompt Cross Attention Editing
Ερώτηση 1 του 8

Ποιες εσωτερικές πληροφορίες επαναχρησιμοποιεί το Prompt-to-Prompt για τη διατήρηση μιας σκηνής;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Ποιες εσωτερικές πληροφορίες επαναχρησιμοποιεί το Prompt-to-Prompt για τη διατήρηση μιας σκηνής;
    • Οι χάρτες διασταυρούμενης προσοχής συνδέουν λέξεις με περιοχές εικόνας
    • Τα τελικά εικονοστοιχεία εξόδου
    • Κατάσταση βελτιστοποίησης του μοντέλου
    • Μεταδεδομένα συμπίεσης της εικόνας
  2. Το Prompt-to-Prompt απαιτεί λεπτομέρεια του μοντέλου;
    • Ναι, πλήρης επανεκπαίδευση ανά επεξεργασία
    • Όχι, είναι μια τεχνική χωρίς προπόνηση
    • Ναι, αλλά μόνο ο κωδικοποιητής κειμένου
    • Μόνο για προσθήκη νέων λέξεων
  3. Για να αλλάξετε ένα «ποδήλατο» με «μοτοσικλέτα» ενώ διατηρείτε τη σκηνή, η μέθοδος:
    • Καλύψτε την περιοχή του ποδηλάτου με το χέρι
    • Εκπαιδεύει ένα νέο LoRA για μοτοσυκλέτες
    • Αντιστοιχίζει την προσοχή μεταξύ των αντίστοιχων διακριτικών στα δύο μηνύματα
    • Δημιουργεί μια εντελώς ανεξάρτητη εικόνα
  4. Τι επιτυγχάνει η επαναστάθμιση της προσοχής ενός διακριτικού;
    • Αλλάζει την ανάλυση της εικόνας
    • Διαγράφει εντελώς το διακριτικό
    • Αναδιατάσσει τις λέξεις στην προτροπή
    • Ενισχύει ή αποδυναμώνει την οπτική επιρροή αυτής της λέξης
  5. Όταν προσθέτετε μια λέξη στην προτροπή, Prompt-to-Prompt:
    • Διατηρεί την προσοχή για αμετάβλητα διακριτικά και αφήνει μόνο το νέο διακριτικό να σχηματίσει νέα προσοχή
    • Επανατυχαιοποιεί ολόκληρη την εικόνα
    • Αγνοεί την προστιθέμενη λέξη
    • Μεταβαίνει σε διαφορετικό βασικό μοντέλο
  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