引導式測驗 · 中等 等級
為什麼人工智慧圖像生成器會出錯?
測試為什麼手會挑戰擴散模型,包括潛在解析度、姿勢多樣性和稀疏字幕,以及 ControlNet 和修復如何解決這些問題。
問題 1 的 8
根據指南,擴散模型主要從圖像標題對中學習什麼?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 根據指南,擴散模型主要從圖像標題對中學習什麼?
- 局部視覺模式,例如紋理和照明
- 關於手指的明確的解剖規則
- 內建3D人體骨骼
- 身體部位的計數程序
- Stable Diffusion 中的潛在壓縮如何使手更難繪製?
- 它刪除了顏色訊息
- 它從訓練圖像中刪除手
- 它將圖像在每個維度上縮小八倍,只留下手上的幾個潛在細胞
- 它將圖像轉換為文字
- 為什麼字幕對模特兒的雙手幫助不大?
- 字幕是用晦澀的語言寫的
- 字幕很少提到手或描述他們的姿勢
- 訓練前刪除字幕
- 字幕只描述了手,沒有其他內容
- 指南中說哪個 Midjourney 版本在 2023 年被廣泛認為擁有更好的手感?
- Version 1
- Version 2
- Version 3
- Version 5
- ADetailer 風格的偵測和重繪工作流程有什麼作用?
- 找到手部區域,透過修復以更高的有效分辨率重新生成每個區域,並將其混合回來
- 在手上添加浮水印
- 自動更換手套
- 從影像中刪除手
- 為什麼像「額外的手指」這樣的負面提示通常沒有什麼幫助?
- 它們對於編碼器來說太長
- 他們只適用於文字渲染
- 他們關閉無分類器指導
- 很少有訓練說明描述了這些錯誤,因此模型只有一個弱概念可以避免
- ControlNet OpenPose 輸入在修復手部時提供什麼功能?
- 調色盤
- 新的隨機種子
- 具有提供幾何形狀的手部關鍵點的骨架
- 更長的標題
- 疑似偽造的影像擁有解剖學上完美的雙手。事實查核員該下什麼結論?
- 該圖像絕對是真實照片
- 正確的手無論如何都不能證明什麼,因為較新的生成器通常會正確地繪製它們
- 圖片必須來自Midjourney
- 圖片必須有浮水印