Quiz połączony z przewodnikiem · Średni Poziom
Quiz dotyczący edycji instrukcji InstructPix2Pix
Dowiedz się, jak InstructPix2Pix przekształca pisemne instrukcje edycji w zmiany obrazu, jak zsyntetyzowano pary szkoleniowe i co może pójść nie tak.
Pytanie 1 z 8
Jak powiedzieć InstructPix2Pix, co ma zmienić?
Podgląd każdego pytania8 pytania
Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.
- Jak powiedzieć InstructPix2Pix, co ma zmienić?
- Pisząc instrukcję edycji w prostym języku
- Rysując precyzyjną maskę na regionie
- Przesyłając drugi obraz referencyjny
- Dostosowując suwaki dla każdego piksela
- Jak powstały dane szkoleniowe InstructPix2Pix?
- Zatrudniając ludzi do edycji milionów zdjęć
- Używanie GPT-3 do par podpisów i podpowiedzi do monitu do tworzenia par obrazów
- Skrobając zdjęcia przed/po z mediów społecznościowych
- Ręcznie maskując każdy obraz treningowy
- Co kontrolują dwie skale prowadzące InstructPix2Pix?
- Rozdzielczość i głębia kolorów
- Szybkość treningu i szybkość wnioskowania
- Przestrzeganie instrukcji a wierność oryginalnemu obrazowi
- Liczba obiektów i liczba kolorów
- Dlaczego modelka ma tendencję do pozostawiania niewymienionych części obrazu w spokoju?
- Ponieważ edytuje tylko środek obrazu
- Ponieważ całkowicie ignoruje obraz wejściowy
- Ponieważ zawsze używa maski wewnętrznie
- Ponieważ instrukcje opisują zmianę, a nie zupełnie nową scenę
- 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
- Jeśli edycja jest zbyt agresywna i traci pierwotny temat, co pomaga?
- Obniżenie rozdzielczości
- Podniesienie skali wskazówek dotyczących wierności obrazu
- Usuwanie tekstu instrukcji
- Przejście na skalę szarości
- 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
- What generative model provided the image prior used in InstructPix2Pix’s synthetic training-data pipeline?
- AlphaFold
- Szeptać
- BERT
- Stable Diffusion