ガイド連動クイズ · 中 レベル

ControlNet クイズ

ControlNet の構造条件、フリーズしたバックボーン、ゼロ畳み込み、バージョン固有のイメージ生成動作をテストします。

関連するガイドパスコントロールネット
質問 1 の 8

What does ControlNet add to a pretrained text-to-image diffusion model?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. What does ControlNet add to a pretrained text-to-image diffusion model?
    • A spatial conditioning path that can guide structure using inputs such as edges or pose maps
    • A guarantee that every generated pixel matches the input map exactly
    • A replacement for the text encoder and denoiser
    • A tool that predicts the original training image
  2. ControlNet の「ゼロ畳み込み」層の役割は何ですか?
    • 元のモデルの重みを削除します
    • 重みゼロから開始するため、トレーニングは元のモデルの動作から始まります。
    • 画像をグレースケールに変換します
    • プロンプトにランダムなノイズを追加します
  3. 有効な ControlNet コンディショニング入力は次のうちどれですか?
    • 数値のスプレッドシート
    • 音声波形
    • OpenPose スケルトンまたは深度マップ
    • データベーススキーマ
  4. ControlNet は、安定拡散などの基本拡散モデルとどのように関連していますか?
    • 基本モデルを完全に置き換えます
    • 基本モデルなしでのみ機能します
    • インターネット経由で別のコンピューター上で実行されます
    • 基本モデルはフリーズしたままで、トレーニング可能なブランチとしてアタッチされます。
  5. In a ControlNet workflow, what roles can text and spatial conditioning play?
    • Text can describe semantic/style content while a spatial map supplies structural guidance
    • The spatial map proves the text prompt is factually true
    • Text always supplies exact pixel positions and the map supplies the object name
    • The text prompt is ignored whenever a map is present
  6. What training-data scale does the ControlNet paper report as robust for training its controls?
    • Only datasets with exactly 50 examples
    • Both small datasets under 50,000 examples and large datasets over 1 million examples
    • Only datasets larger than 100 million examples
    • No training data is used
  7. What does the ControlNet paper report about combining conditioning controls?
    • It permits only one edge map and requires no prompt in every case
    • It accepts text prompts but no spatial controls
    • It tests single or multiple conditions, with or without a text prompt
    • It requires exactly two depth maps for each image
  8. Which pretrained part does ControlNet reuse as a strong backbone for learning spatial controls?
    • A database of user prompts
    • A language-model tokenizer only
    • A separately trained classifier for every edge map
    • The deep encoding layers of a pretrained diffusion model