แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ยาก ระดับ
แบบทดสอบการแก้ไขความสนใจแบบข้ามพร้อมท์ทันที
สำรวจว่าการแก้ไขแบบพร้อมท์ถึงพร้อมท์สร้างภาพผ่านการควบคุมความสนใจแบบข้ามจุด การผสมผสานแบบท้องถิ่น และการกลับกันของภาพถ่ายจริงได้อย่างไร
คำถาม 1 ของ 8
ข้อมูลภายในใดบ้างที่ Prompt-to-Prompt นำมาใช้ซ้ำเพื่อรักษาฉาก
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- ข้อมูลภายในใดบ้างที่ Prompt-to-Prompt นำมาใช้ซ้ำเพื่อรักษาฉาก
- แผนที่ความสนใจแบบไขว้ที่เชื่อมโยงคำกับขอบเขตรูปภาพ
- พิกเซลเอาต์พุตสุดท้าย
- สถานะเครื่องมือเพิ่มประสิทธิภาพของโมเดล
- ข้อมูลเมตาการบีบอัดของรูปภาพ
- Prompt-to-Prompt จำเป็นต้องมีการปรับแต่งโมเดลอย่างละเอียดหรือไม่
- ใช่ การฝึกใหม่ทั้งหมดต่อการแก้ไข
- ไม่ มันเป็นเทคนิคที่ไม่ต้องฝึกฝน
- ใช่ แต่เฉพาะตัวเข้ารหัสข้อความเท่านั้น
- สำหรับการเพิ่มคำศัพท์ใหม่เท่านั้น
- หากต้องการเปลี่ยน 'จักรยาน' เป็น 'รถจักรยานยนต์' โดยที่ยังคงรักษาฉากไว้ ให้ใช้วิธีการ:
- ปิดบังบริเวณจักรยานด้วยมือ
- ฝึก LoRA ใหม่สำหรับรถจักรยานยนต์
- จับคู่ความสนใจระหว่างโทเค็นที่เกี่ยวข้องในพรอมต์ทั้งสอง
- สร้างภาพลักษณ์ที่เป็นอิสระอย่างสมบูรณ์
- การปรับน้ำหนักความสนใจของโทเค็นทำให้สำเร็จอะไร?
- มันเปลี่ยนความละเอียดของภาพ
- มันจะลบโทเค็นทั้งหมด
- มันจะเรียงลำดับคำในพรอมต์ใหม่
- มันทำให้อิทธิพลทางภาพของคำนั้นแข็งแกร่งขึ้นหรืออ่อนแอลง
- เมื่อคุณเพิ่มคำลงในพร้อมท์ Prompt-to-Prompt:
- คงความสนใจของโทเค็นที่ไม่เปลี่ยนแปลง และปล่อยให้เฉพาะโทเค็นใหม่เท่านั้นที่สร้างความสนใจใหม่
- สุ่มภาพทั้งหมดอีกครั้ง
- ละเว้นคำที่เพิ่มเข้ามา
- เปลี่ยนไปใช้โมเดลพื้นฐานอื่น
- Which separate model was trained to follow written image-editing instructions from an input image?
- InstructPix2Pix, a conditional diffusion editor trained on generated instruction-edit pairs
- Prompt-to-Prompt, which edits by controlling cross-attention maps during denoising
- Null-text inversion, which optimizes unconditional embeddings for image inversion
- LocalBlend, which creates a selected-token mask from attention maps
- What does the Prompt-to-Prompt LocalBlend feature use to localize a change?
- A hand-drawn mask required for every Prompt-to-Prompt edit
- The EXIF metadata of the original image
- Attention maps for selected prompt words to construct a spatial mask
- A classifier that identifies image copyright
- What extra step can enable Prompt-to-Prompt editing of a real photograph?
- Train a new diffusion model from scratch
- Convert the photograph into an audio spectrogram
- Replace every cross-attention layer with a classifier
- Invert the image into the diffusion model’s latent trajectory first