🤖 ИИ · 20 вопросов · ~45 мин · ⏱ Таймер 45:00 · Средний ·

Генерация изображений

Генерация изображения — это управляемый процесс, где текстовое описание, начальный шум, число шагов, сила следования запросу, исходная картинка и маска влияют на результат по-разному. Тест разбирает диффузионный принцип, композицию, воспроизводимость, локальное редактирование и типичные артефакты.

Отвечено: 0 из 20

⏱ --:--

💡 Инструкция: Выбери один ответ из четырёх. В тесте 20 вопросов и 45 минут; не меньше половины заданий требуют прочитать код, конфигурацию или формализованную схему. После завершения откроются общий процент, четыре тематические шкалы, правильные ответы и разбор каждого решения.

Вопрос 1 из 20

Что делает диффузионная модель при обычной генерации в упрощённом описании?

latent = randn(shape, seed)
for t in scheduler.timesteps:
    noise_pred = unet(latent, t, text_condition)
    latent = scheduler.step(noise_pred, t, latent)

Сначала строит грубую геометрию сцены, затем детерминированно дорисовывает пиксели по тексту Оптимизирует скрытое представление изображения под текстовое условие без этапов удаления шума Постепенно преобразует случайный шум в изображение, направляя каждый шаг текстовым условием Находит в обучающем распределении ближайшее изображение и последовательно подстраивает его под запрос

Вопрос 2 из 20

Какой запрос лучше задаёт композицию?

subject: керамическая чашка
position: передний план справа
background: окно слева
light: мягкий утренний боковой
camera: на уровне стола

Керамическая чашка на переднем плане справа, окно слева, утренний боковой свет, камера на уровне стола Чашка у окна в необычной сцене, современный стиль, выразительный свет Керамическая чашка, окно, утро, качественная предметная съёмка, аккуратный фон Уютная рекламная фотография чашки с мягким светом и гармоничной композицией

Вопрос 3 из 20

Нужно заменить только цвет куртки, не меняя лицо и фон. Какой способ подходит лучше?

mask = load_mask("jacket_area.png")
result = inpaint(image, mask, prompt="та же куртка, тёмно-зелёная ткань", strength=.55)

Локальная цветокоррекция всего кадра с защитой области лица Inpainting по маске куртки с сохранением остальной сцены Img2img с низкой силой изменения на всём изображении и точным описанием нового цвета Повторная генерация по исходному запросу с закреплённым seed и добавленным цветом куртки

Вопрос 4 из 20

На изображении у человека шесть пальцев. Какой следующий шаг наиболее целевой?

Замаскировать кисть и локально перегенерировать её либо изменить позу и контроль структуры Сделать полный img2img с низкой силой изменения, чтобы сохранить лицо и фон Повторить генерацию с тем же seed и добавить отрицательное условие про лишние пальцы Исправить кисть апскейлером, настроенным на восстановление мелких деталей

Вопрос 5 из 20

Что фиксирует seed при неизменных модели и параметрах?

generator = torch.Generator(device).manual_seed(31415)
image = pipeline(prompt, generator=generator, steps=30).images[0]

Начальное случайное состояние, помогая воспроизводить близкий или тот же результат в детерминированном режиме Положение объектов в кадре, если текст и размер холста не меняются Полную воспроизводимость результата при любой версии модели, реализации и наборе вычислительных операций Последовательность случайных чисел, из которой модель однозначно выводит число объектов

Вопрос 6 из 20

В запросе одновременно указано «крупный портрет лица» и «человек в полный рост с большим пейзажем». Как улучшить?

Повторить конфликтующие требования в начале и конце запроса, чтобы модель не пропустила ни одно Сделать оба ракурса равноприоритетными и уточнить, что лицо и пейзаж должны быть одинаково крупными Сохранить оба требования, но добавить широкоугольный объектив и высокое разрешение Выбрать главный приоритет или разделить задачу на разные кадры

Вопрос 7 из 20

Img2img с strength, близким к 1, обычно приводит к чему?

result = img2img(init_image, prompt, strength=0.95, seed=42)

Изменения концентрируются в высокочастотных деталях, сохраняя общую композицию Результат становится более детерминированным и меньше зависит от seed Исходная композиция сохраняется слабее Исходник сильнее определяет детали, а текстовое условие влияет только на цвет

Вопрос 8 из 20

Надпись на вывеске выглядит как набор похожих букв. Почему?

Любая диффузионная модель безошибочно верстает текст, если увеличить число шагов удаления шума Ошибка возникает только из-за токенизации запроса: достаточно написать каждую букву через пробел Генератор сначала набирает надпись обычным шрифтовым движком, а затем намеренно искажает часть букв Модель оптимизирует визуальный образ текста и не обязана надёжно выполнять точную типографскую раскладку

Вопрос 9 из 20

Что означает увеличение числа denoising steps с 20 до 40?

img20 = pipe(prompt, num_inference_steps=20, seed=7)
img40 = pipe(prompt, num_inference_steps=40, seed=7)

Число шагов повышает вероятность соблюдения всех объектов, но почти не влияет на время Модель делает более мелкие шаги в скрытом пространстве, поэтому результат всегда становится резче Больше итераций процесса; качество может улучшиться до насыщения, но время вырастет Дополнительные шаги заменяют выбор seed и уменьшают вариативность между генерациями

Вопрос 10 из 20

Для серии карточек нужен одинаковый ракурс товара, но разные цвета. Что поможет?

Использовать один отрицательный запрос и менять одновременно цвет, освещение и фон Зафиксировать исходную композицию, seed или структурное условие и менять только цветовой параметр Сохранять текст запроса и размер холста, но каждый раз выбирать новый seed Создать один эталонный кадр и повторять генерацию только по его текстовому описанию

Вопрос 11 из 20

Почему диффузия в латентном пространстве обычно быстрее пиксельной диффузии высокого разрешения?

z = vae.encode(image)
image = vae.decode(denoised_z)

Она сокращает число пикселей до нескольких главных цветов и восстанавливает детали после генерации Основные шаги выполняются в более компактном скрытом пространстве, а затем результат декодируется Она генерирует сжатое изображение напрямую, поэтому декодер нужен только для сохранения файла Она применяет меньше слоёв сети на каждом шаге, независимо от разрешения скрытого пространства

Вопрос 12 из 20

Промпт перечисляет пятнадцать стилистических направлений, которые спорят друг с другом. Что лучше?

Сохранить три наиболее контрастных направления и убрать предметное описание Оставить один основной стиль и несколько совместимых визуальных признаков Оставить все стили, но назначить каждому числовой вес, чтобы модель усреднила признаки Разбить список на положительный и отрицательный запросы, не меняя конфликтующие требования

Вопрос 13 из 20

После inpainting вокруг заменённого объекта виден резкий шов. Что проверить?

mask = dilate(mask, pixels=12)
mask = gaussian_blur(mask, radius=8)
result = inpaint(image, mask, prompt)

Увеличить число шагов и guidance, не меняя маску и описание сцены Границу и растушёвку маски, соответствие света и достаточную область контекста вокруг объекта Повторить исходный объект в положительном запросе, чтобы модель точнее восстановила границу Сделать маску строго по контуру объекта без захвата соседних пикселей

Вопрос 14 из 20

Две генерации с одним prompt различаются. Как сделать сравнение параметров честным?

Зафиксировать seed и остальные настройки, меняя только один исследуемый параметр Оставить одинаковым только текст запроса, а остальные настройки подобрать отдельно для каждого варианта Изменять параметр вместе с числом шагов, чтобы сохранить одинаковую субъективную детализацию Сгенерировать несколько изображений с разными seed и сравнить лучшие результаты каждого параметра

Вопрос 15 из 20

Как отрицательный запрос обычно используется в системах, где он поддерживается?

pipe(prompt="портрет при мягком свете", negative_prompt="размытые глаза, лишние пальцы", guidance_scale=6.5)

Как замену точному описанию сцены, если нежелательные признаки перечислены достаточно подробно Как дополнительное условие, снижающее вероятность нежелательных признаков, но не как абсолютная гарантия Как отдельный классификатор качества, отбрасывающий все изображения с запрещённым признаком Как перечень дефектов, которые модель гарантированно удаляет из результата

Вопрос 16 из 20

Нужно сохранить позу человека из эскиза, но изменить одежду и окружение. Какой подход разумен?

Использовать структурное условие позы вместе с текстом и ограничить силу изменения Использовать исходный эскиз в img2img с очень высокой силой изменения и описать только одежду Зафиксировать seed и добавить подробное словесное описание позы без структурного условия Передать эскиз как обычную иллюстрацию в запросе без отдельного контроля структуры

Вопрос 17 из 20

Почему апскейл не исправляет неверную перспективу здания?

Он исправляет перспективу только при кратном увеличении и достаточном числе шагов Он может выпрямить линии при увеличении, если архитектура обучена на фотографиях зданий Он повышает локальную правдоподобность деталей, поэтому геометрические ошибки становятся менее заметны Он добавляет разрешение и детали, но не меняет фундаментальную геометрию без отдельной перегенерации или редактирования

Вопрос 18 из 20

Как описать свет точнее, чем словом «кинематографичный»?

Указать жанр съёмки и объектив, полагая, что модель сама восстановит схему освещения Назвать тип камеры, диафрагму и выдержку без описания положения источников света Описать только цветовую палитру и контраст, не задавая направление и мягкость света Указать направление, жёсткость, цветовую температуру и соотношение ключевого и фонового света

Вопрос 19 из 20

В серии изображений персонаж меняет черты лица. Какой контроль важнее?

Использовать устойчивый референс или специальное условие идентичности и проверять сходство серии Выбирать лучший вариант вручную после каждой независимой генерации без измерения сходства Сохранять модель и sampler, но варьировать возраст и ракурс в каждом кадре Повторять одинаковое описание лица и закрепить seed, не используя визуальный референс

Вопрос 20 из 20

Какой журнал нужен для воспроизводимости генерации?

metadata = {"model":model_id,"prompt":prompt,"negative":negative,"seed":seed,"sampler":sampler,"steps":steps,"guidance":cfg,"size":[w,h],"inputs":hashes}

Итоговый файл, текст запроса и приблизительное время генерации Версию основной модели, размер изображения и итоговый seed без адаптеров и масок Список ключевых слов, использованных в удачных запросах, и визуальный референс результата Версия модели и адаптеров, prompt, отрицательный запрос, seed, sampler, steps, guidance, размер, исходники и маски

Ответьте на все 20 вопросов, чтобы получить результат

🔗 Встроить тест на свой сайт (iframe) ▼

Скопируйте код и вставьте в любое место на вашем сайте:

Также доступна прямая ссылка на embed-страницу