Глоссарий ИИ
Полный словарь искусственного интеллекта
Classifier-Free Guidance
Техника наведения, которая устраняет необходимость во внешнем классификаторе, используя саму модель для следования или игнорирования условного сигнала, тем самым повышая точность соответствия промпту.
IP-Adapter (Image Prompt Adapter)
Модуль, который позволяет использовать эталонное изображение в качестве промпта, кодируя его визуальные характеристики для управления процессом генерации без изменения весов диффузионной модели.
GLIGEN (Grounded Language-to-Image Generation)
Фреймворк, который привязывает ограничивающие рамки (bounding boxes) к текстовым концепциям, обеспечивая точное пространственное управление положением и размером генерируемых объектов в изображении.
Cross-Attention Guidance
Механизм, который использует карты перекрёстного внимания между текстом и изображением для усиления или ослабления влияния определённых частей промпта на области генерируемого изображения.
LoRA (Low-Rank Adaptation)
Эффективная техника тонкой настройки, которая внедряет небольшие матрицы низкого ранга в слои внимания модели, позволяя изучать новые стили или концепции с минимальным количеством параметров.
T2I-Adapter (Text-to-Image Adapter)
Лёгкий модуль, который направляет предварительно обученную диффузионную модель с использованием дополнительных эталонных условий (таких как эскизы или карты сегментации) без необходимости полного переобучения.
UNet Guidance
Процесс наведения, который работает непосредственно с предсказаниями по шумоподавлению архитектуры UNet, изменяя направление градиента для согласования генерации с желаемым условием.
Attention Refocusing
Метод, который изменяет карты внимания для переноса важности токена промпта в другую область изображения, позволяя перераспределять композицию генерируемых элементов.
Семантическое управление
Подход, использующий внешнюю семантическую модель (например, CLIP) для вычисления управляющей потери, обеспечивающей соответствие сгенерированного изображения смыслу промпта на концептуальном уровне.
Мультимодальное управление
Стратегия, комбинирующая несколько типов управления (текст, изображение, маска, карта глубины) одновременно для иерархического и многогранного контроля над процессом генерации.
Инверсия нулевого текста
Техника редактирования изображений, инвертирующая процесс генерации для поиска оптимизированного 'нулевого промпта', позволяющая точные изменения реальных изображений без артефактов.
SDEdit (Редактирование стохастического дифференциального уравнения)
Метод, добавляющий шум к существующему изображению, а затем удаляющий его с управлением, позволяющий редактировать реальные изображения, сохраняя их базовую структуру.