Kuis terkait panduan · Sedang Tingkat

Kuis Generasi Beralas GLIGEN

Jelajahi bagaimana GLIGEN menambahkan landasan spasial pada difusi teks-ke-gambar sambil mempertahankan pengetahuan dalam model beku yang telah dilatih sebelumnya.

Jalur panduan terkaitGenerasi Beralas Gligen
Pertanyaan 1 dari 8

Masalah apa yang terutama dipecahkan oleh GLIGEN?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Masalah apa yang terutama dipecahkan oleh GLIGEN?
    • Kurangnya kontrol spasial yang tepat terhadap lokasi kemunculan objek
    • Kecepatan pembangkitan lambat
    • Ketidakmampuan untuk menghasilkan gambar berwarna
    • Audio tidak ada dalam video yang dihasilkan
  2. Bagaimana GLIGEN melestarikan pengetahuan model difusi yang telah dilatih sebelumnya?
    • Ini melatih kembali semua beban dari awal
    • Ini membekukan beban asli dan menambahkan lapisan perhatian mandiri baru yang dapat dilatih
    • Ini menghapus pembuat enkode teks
    • Ia menggunakan GAN, bukan difusi
  3. Apa input grounding yang umum diterima GLIGEN?
    • Skor musik
    • Daftar hyperparameter
    • Kotak pembatas yang dipasangkan dengan entitas teks atau gambar
    • Spreadsheet nilai piksel
  4. Mengapa gerbang pada lapisan perhatian baru GLIGEN diinisialisasi ke nol?
    • Untuk membuat gambar menjadi abu-abu pada awalnya
    • Untuk menonaktifkan prompt teks
    • Untuk mengurangi resolusi gambar
    • Jadi perilaku model dasar dipertahankan pada awal pelatihan dan kontrol ditambahkan secara bertahap
  5. Apa yang dimaksud dengan generasi dasar 'dunia terbuka' di GLIGEN?
    • Ini dapat mendasari konsep dan tata letak yang dijelaskan secara sewenang-wenang yang tidak terlihat selama pelatihan landasan
    • Ini hanya berfungsi pada adegan dalam ruangan
    • Ini membutuhkan model dunia 3D
    • Ini hanya menghasilkan lanskap luar ruangan
  6. Di manakah lapisan perhatian mandiri GLIGEN yang baru dimasukkan ke dalam U-Net?
    • Hanya pada keluaran VAE
    • Antara blok perhatian diri yang ada dan blok perhatian silang
    • Hanya di dalam pembuat enkode teks
    • Sebelum penjadwal kebisingan
  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