Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący spójności znaków w obrazach AI

Testuje, w jaki sposób obrazy referencyjne, znaki LoRA i kodery tożsamości utrzymują spójność znaku oraz określa, w jaki sposób każda metoda zawodzi.

Powiązane ścieżki prowadząceSpójność znaków w obrazach AI
Pytanie 1 z 8

Dlaczego ponowne użycie tego samego ziarna nie gwarantuje tej samej postaci po zmianie podpowiedzi?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Dlaczego ponowne użycie tego samego ziarna nie gwarantuje tej samej postaci po zmianie podpowiedzi?
    • Nasiona tracą ważność po jednym użyciu
    • Changing the prompt changes the denoising path, so the output changes even from the same starting noise
    • Seeds only control the image resolution
    • The model randomly reassigns seeds between runs
  2. Która technika trenuje małe aktualizacje wag na zestawie obrazów i wiąże je z tokenem wyzwalającym?
    • Identity encoder
    • Reference-image conditioning
    • Character LoRA
    • Inpainting
  3. Jaka jest główna ograniczenie enkoderów tożsamości twarzy, takich jak InstantID?
    • They preserve the face but not hair, clothing or body shape
    • They require hundreds of training images
    • They only work on cartoon characters
    • They cannot change the background
  4. Jak IP‑Adapter wstrzykuje obraz referencyjny do generacji?
    • By replacing the text prompt entirely
    • By retraining the full model on the image
    • By copying reference pixels into the output
    • Through decoupled cross-attention with separate key and value projections for image features
  5. LoRA postaci nadal generuje tę samą pozę i tło co obrazy treningowe. Jaka jest prawdopodobna przyczyna?
    • Niedopasowanie
    • Nadmierne dopasowanie
    • A low reference weight
    • A missing seed
  6. What does DreamBooth's prior-preservation loss prevent?
    • The class word (like 'dog') collapsing into your specific character
    • The model from generating backgrounds
    • Face embeddings from being computed
    • Two LoRAs from loading at once
  7. When captioning LoRA training images, what should the captions describe?
    • Only the character's fixed traits
    • Nothing, captions should be left blank
    • Only the trigger word repeated
    • The things that should vary, such as background, pose and lighting
  8. Why do identity encoders often struggle with stylized cartoon characters?
    • Cartoons have too many colors
    • Cartoon images are too small
    • The face recognizers behind them were trained on real photographs
    • Cartoon characters cannot have seeds