Вікторина, пов’язана з посібником · важко Рівень
Тест із редагування від підказки до перехресної уваги
Дізнайтеся, як «Підказка до підказки» редагує створені зображення за допомогою перехресного контролю уваги, локалізованого змішування та інверсії для реальних фотографій.
Питання 1 з 8
Яку внутрішню інформацію повторно використовує Prompt-to-Prompt для збереження сцени?
Перегляньте кожне запитання8 запитання
Відповіді та пояснення з’являються під час виконання тесту.
- Яку внутрішню інформацію повторно використовує Prompt-to-Prompt для збереження сцени?
- Карти перехресної уваги, що пов’язують слова з областями зображення
- Кінцеві вихідні пікселі
- Стан оптимізатора моделі
- Метадані стиснення зображення
- Чи вимагає Prompt-to-Prompt тонке налаштування моделі?
- Так, повне перенавчання на редагування
- Ні, це техніка без навчання
- Так, але тільки кодувальник тексту
- Тільки для додавання нових слів
- Щоб поміняти «велосипед» на «мотоцикл», зберігаючи сцену, метод:
- Маскує область велосипеда вручну
- Тренує новий LoRA для мотоциклів
- Зіставляє увагу між відповідними маркерами в двох підказках
- Створює абсолютно незалежний образ
- Що дає перезважування уваги маркера?
- Він змінює роздільну здатність зображення
- Він повністю видаляє маркер
- Він змінює порядок слів у підказці
- Воно підсилює або послаблює візуальний вплив цього слова
- Коли ви додаєте слово до підказки, Prompt-to-Prompt:
- Зберігає увагу для незмінених токенів і дозволяє лише новому токену формувати нову увагу
- Повторно рандомізує все зображення
- Ігнорує додане слово
- Переходить на іншу базову модель
- 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