Cuestionario vinculado a una guía · Medio Nivel

Cuestionario sobre generación fundamentada de GLIGEN

Explore cómo GLIGEN agrega una base espacial a la difusión de texto a imagen mientras retiene el conocimiento en un modelo congelado previamente entrenado.

Rutas de guía relacionadasGeneración conectada a tierra de Gligen
Pregunta 1 de 8

¿Qué problema resuelve principalmente GLIGEN?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Qué problema resuelve principalmente GLIGEN?
    • Falta de control espacial preciso sobre dónde aparecen los objetos.
    • Velocidad de generación lenta
    • Incapacidad para generar imágenes en color.
    • Falta audio en videos generados
  2. ¿Cómo preserva GLIGEN el conocimiento del modelo de difusión previamente entrenado?
    • Vuelve a entrenar todos los pesos desde cero.
    • Congela los pesos originales y agrega nuevas capas de autoatención cerradas y entrenables.
    • Elimina el codificador de texto.
    • Utiliza una GAN en lugar de difusión.
  3. ¿Cuál es una entrada de tierra típica que acepta GLIGEN?
    • una partitura musical
    • Una lista de hiperparámetros
    • Un cuadro delimitador emparejado con una entidad de texto o imagen
    • Una hoja de cálculo de valores de píxeles.
  4. ¿Por qué la puerta de las nuevas capas de atención de GLIGEN se inicializa a cero?
    • Para hacer imágenes en escala de grises al principio
    • Para desactivar el mensaje de texto
    • Para reducir la resolución de la imagen
    • Por lo tanto, el comportamiento del modelo base se conserva en las primeras etapas del entrenamiento y el control se agrega gradualmente.
  5. ¿Qué significa la generación basada en un 'mundo abierto' en GLIGEN?
    • Puede conectar a tierra conceptos y diseños descritos arbitrariamente que no se ven durante el entrenamiento de conexión a tierra.
    • Sólo funciona en escenas interiores.
    • Requiere un modelo del mundo 3D.
    • Genera sólo paisajes al aire libre.
  6. ¿Dónde se insertan las nuevas capas de autoatención cerradas de GLIGEN en la U-Net?
    • Sólo en la salida VAE
    • Entre los bloques existentes de autoatención y atención cruzada
    • Solo dentro del codificador de texto
    • Antes del programador de ruido
  7. What does a GLIGEN grounding token combine?
    • A denoising timestep with a VAE decoder output
    • A color histogram with the final image resolution
    • A text or image embedding with spatial information such as a bounding box
    • A training dataset name with a classifier label
  8. Besides bounding boxes, which inputs can GLIGEN use to ground objects?
    • Only unstructured audio waveforms
    • A crop-size label without any object information
    • A list of model checkpoint filenames
    • Keypoints or reference images