Útmutatóhoz kapcsolódó kvíz · Kemény Szint
Figyelemfelkeltő szerkesztési kvíz
Explore how Prompt-to-Prompt edits generated images through cross-attention control, localized blending, and inversion for real photos.
kérdés 1 -ból 8
Milyen belső információkat használ fel újra a Prompt-to-Prompt a jelenet megőrzéséhez?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Milyen belső információkat használ fel újra a Prompt-to-Prompt a jelenet megőrzéséhez?
- A keresztfigyelem térképek összekapcsolják a szavakat a képterületekkel
- A végső kimeneti pixelek
- A modell optimalizáló állapota
- A kép tömörítési metaadatai
- A Prompt-to-Prompt funkció megköveteli a modell finomhangolását?
- Igen, szerkesztésenként teljes átképzés
- Nem, ez egy edzés nélküli technika
- Igen, de csak a szövegkódoló
- Csak új szavak hozzáadásához
- Ha egy „kerékpárt” „motorra” szeretne cserélni, miközben a helyszínt megtartja, a módszer:
- Kézzel maszkolja a kerékpáros régiót
- Új LoRA-t képez ki motorkerékpárokhoz
- A két prompton keresztül leképezi a figyelmet a megfelelő tokenek között
- Teljesen független képet hoz létre
- Mit ér el egy token figyelmének újrasúlyozása?
- Megváltoztatja a képfelbontást
- Teljesen törli a tokent
- Átrendezi a szavakat a promptban
- Erősíti vagy gyengíti a szó vizuális hatását
- Ha szót ad a prompthoz, a Prompt-to-Prompt:
- Megőrzi a figyelmet a változatlan tokenek számára, és csak az új tokennek engedi, hogy új figyelmet kapjon
- Újra véletlenszerűvé teszi a teljes képet
- Figyelmen kívül hagyja a hozzáadott szót
- Másik alapmodellre vált
- 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
- 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
- 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