InstructPix2Pix 명령 편집 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. InstructPix2Pix에게 무엇을 변경해야 하는지 어떻게 알려 주나요?
   • 일반 언어 편집 지침을 작성하여
   • 해당 영역에 정밀한 마스크를 그려서
   • 두 번째 참조 이미지를 업로드하여
   • 각 픽셀의 슬라이더를 조정하여
2. InstructPix2Pix의 훈련 데이터는 어떻게 생성되었나요?
   • 수백만 장의 사진을 편집하기 위해 사람을 고용함으로써
   • 캡션 쌍에 GPT-3를 사용하고 이미지 쌍을 만들기 위해 Prompt-to-Prompt를 사용합니다.
   • 소셜 미디어에서 전후 사진을 스크랩하여
   • 각 훈련 이미지를 수동으로 마스킹하여
3. InstructPix2Pix의 두 가지 안내 저울은 무엇을 제어합니까?
   • 해상도 및 색심도
   • 훈련 속도 및 추론 속도
   • 원본 이미지에 대한 충실도와 지침 준수
   • 개체 수 및 색상 수
4. 모델이 이미지에서 언급되지 않은 부분을 그대로 두는 경향이 있는 이유는 무엇입니까?
   • 이미지 중앙만 편집하기 때문에
   • 입력 이미지를 완전히 무시하기 때문에
   • 내부적으로 항상 마스크를 사용하기 때문에
   • 지침은 완전히 새로운 장면이 아닌 변화를 설명하기 때문에
5. Does InstructPix2Pix require separate per-image fine-tuning or inversion before applying an edit?
   • No; the trained model can apply an instruction without per-example fine-tuning or inversion
   • Yes; every image must be used to train a new diffusion model
   • Yes; an artist must invert each pixel by hand
   • No; it edits images without running any diffusion steps
6. 편집이 너무 공격적이어서 원래 주제가 손실된 경우 무엇이 도움이 됩니까?
   • 해상도 낮추기
   • 이미지 충실도 안내 척도 높이기
   • 지침 텍스트 제거
   • 회색조로 전환
7. What is one limitation to check after an InstructPix2Pix edit?
   • The model always preserves every unmentioned pixel exactly
   • The output is guaranteed to match historical truth
   • The model may change details beyond the intended edit
   • Every instruction must be converted into a hand-drawn mask
8. What generative model provided the image prior used in InstructPix2Pix’s synthetic training-data pipeline?
   • 알파폴드
   • 속삭임
   • 버트
   • Stable Diffusion