شريحة أي شيء نموذج مسابقة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هي الفكرة الأساسية التي تجعل SAM "نموذجًا أساسيًا" للتجزئة؟
   • إنه يعامل التجزئة كمهمة سريعة يتم تعميمها على الكائنات غير المرئية
   • إنه يعمل فقط على الوجوه
   • يتطلب إعادة التدريب لكل صورة جديدة
   • يقوم بإخراج المربعات المحيطة، ولا يقوم أبدًا بأقنعة
2. ما هو حجم مجموعة البيانات SA-1B تقريبًا المستخدمة لتدريب SAM؟
   • حوالي 1000 كمامة
   • أكثر من مليار قناع عبر 11 مليون صورة
   • حوالي مليون كمامة
   • 50.000 قناع بالضبط
3. لماذا قامت SAM بتقسيم بنيتها إلى برنامج تشفير صور ثقيل وجهاز تشفير/فك تشفير فوري خفيف الوزن؟
   • لجعل التدريب مستحيلا
   • لتجنب استخدام أي الشبكات العصبية
   • لذلك يمكن إعادة استخدام تضمين صورة واحدة للعديد من المطالبات التفاعلية في الوقت الفعلي
   • لأنه يتم حساب الأقنعة على وحدة المعالجة المركزية فقط
4. كيف يتعامل SAM مع مطالبة غامضة، مثل نقرة واحدة قد تعني عدة أشياء؟
   • يرفض إخراج أي شيء
   • فهو دائمًا يختار أكبر كائن
   • يطلب من المستخدم كتابة وصف
   • يتنبأ بالعديد من الأقنعة الصالحة ويصنفها حسب الثقة
5. ما نوع العمود الفقري الذي يستخدمه SAM لتشفير صورة الإدخال؟
   • محول الرؤية (ViT)
   • شبكة عصبية متكررة
   • شجرة القرار
   • آلة ناقلات الدعم
6. ما هي القدرة الرئيسية التي أضافها SAM 2 في عام 2024؟
   • النسخ الصوتي
   • تجزئة وتتبع الكائنات عبر إطارات الفيديو
   • توليد التسميات التوضيحية النصية
   • دعم الطباعة ثلاثية الأبعاد
7. What role did the data engine play in the original SAM project?
   • It replaced the image encoder with a text-only model
   • It automatically verified every mask as medically correct
   • It iteratively combined model-assisted annotation and human annotation to build SA-1B
   • It generated labels without human or model assistance
8. How does SAM 2 use memory for video segmentation?
   • It discards all frames after processing each one
   • It predicts only a video-level class label
   • It replaces the prompt with an audio transcript
   • It stores information from prior frames to help segment the object in later frames