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。

  1. 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
  2. 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
  3. 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
  4. 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
  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
  6. 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
  7. 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
  8. 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