Câu đố về ControlNet

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

1. What does ControlNet add to a pretrained text-to-image diffusion model?
   • A spatial conditioning path that can guide structure using inputs such as edges or pose maps
   • A guarantee that every generated pixel matches the input map exactly
   • A replacement for the text encoder and denoiser
   • A tool that predicts the original training image
2. Vai trò của các lớp 'không tích chập' trong ControlNet là gì?
   • Họ xóa trọng số mô hình ban đầu
   • Họ bắt đầu với trọng lượng bằng 0 nên việc đào tạo bắt đầu từ hành vi của mô hình ban đầu
   • Họ chuyển đổi hình ảnh sang thang độ xám
   • Họ thêm tiếng ồn ngẫu nhiên vào lời nhắc
3. Cái nào trong số này là đầu vào điều hòa ControlNet hợp lệ?
   • Bảng tính số
   • Dạng sóng âm thanh
   • Bản đồ chiều sâu hoặc khung xương OpenPose
   • Một lược đồ cơ sở dữ liệu
4. ControlNet liên quan như thế nào đến mô hình khuếch tán cơ sở như Khuếch tán ổn định?
   • Nó thay thế hoàn toàn mô hình cơ sở
   • Nó chỉ hoạt động mà không cần bất kỳ mô hình cơ sở nào
   • Nó chạy trên một máy tính riêng biệt qua internet
   • Nó gắn như một nhánh có thể huấn luyện được trong khi mô hình cơ sở vẫn bị đóng băng
5. In a ControlNet workflow, what roles can text and spatial conditioning play?
   • Text can describe semantic/style content while a spatial map supplies structural guidance
   • The spatial map proves the text prompt is factually true
   • Text always supplies exact pixel positions and the map supplies the object name
   • The text prompt is ignored whenever a map is present
6. What training-data scale does the ControlNet paper report as robust for training its controls?
   • Only datasets with exactly 50 examples
   • Both small datasets under 50,000 examples and large datasets over 1 million examples
   • Only datasets larger than 100 million examples
   • No training data is used
7. What does the ControlNet paper report about combining conditioning controls?
   • It permits only one edge map and requires no prompt in every case
   • It accepts text prompts but no spatial controls
   • It tests single or multiple conditions, with or without a text prompt
   • It requires exactly two depth maps for each image
8. Which pretrained part does ControlNet reuse as a strong backbone for learning spatial controls?
   • A database of user prompts
   • A language-model tokenizer only
   • A separately trained classifier for every edge map
   • The deep encoding layers of a pretrained diffusion model