Útmutatóhoz kapcsolódó kvíz · Közepes Szint
Szegmentál bármit modell kvíz
Ismerje meg a kérhető kép- és videószegmentálást az eredeti SAM és a későbbi SAM 2 bővítmény, valamint adat- és memóriamódszerek révén.
kérdés 1 -ból 8
Milyen alapötlet teszi a SAM-ot a szegmentálás „alapmodelljévé”?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Milyen alapötlet teszi a SAM-ot a szegmentálás „alapmodelljévé”?
- A szegmentálást olyan kérhető feladatként kezeli, amely nem látott objektumokra általánosít
- Csak az arcokon működik
- Minden új képhez átképzés szükséges
- Határoló dobozokat ad ki, soha nem maszkokat
- Körülbelül mekkora a SAM betanításához használt SA-1B adatkészlet?
- Körülbelül 1000 maszk
- Több mint 1 milliárd maszk 11 millió képen
- Körülbelül 1 millió maszk
- Pontosan 50 000 maszk
- Miért osztja fel a SAM az architektúráját egy nehéz képkódolóra és egy könnyű prompt kódolóra/dekódolóra?
- Lehetetlenné tenni az edzést
- Neurális hálózatok használatának elkerülése érdekében
- Így egy képbeágyazás újra felhasználható számos interaktív prompthoz valós időben
- Mivel a maszkokat csak a CPU számítja ki
- Hogyan kezeli a SAM egy kétértelmű felszólítást, például egyetlen kattintást, amely több objektumot is jelenthet?
- Nem hajlandó semmit kiadni
- Mindig a legnagyobb tárgyat választja
- Megkéri a felhasználót, hogy írja be a leírást
- Több érvényes maszkot is megjósol, és megbízhatóság alapján rangsorolja őket
- Milyen típusú gerincet használ a SAM a bemeneti kép kódolásához?
- A Vision Transformer (ViT)
- Egy visszatérő neurális hálózat
- Egy döntési fa
- Egy támogató vektor gép
- Milyen főbb képességekkel bővült a SAM 2 2024-ben?
- Hang átírása
- Objektumok szegmentálása és követése videókockákon keresztül
- Szöveges feliratok generálása
- 3D nyomtatás támogatása
- Milyen szerepet játszott az adatmotor az eredeti SAM projektben?
- A képkódolót csak szöveges modellre cserélte
- Automatikusan ellenőrizte, hogy minden maszk orvosilag helyes-e
- Az SA-1B felépítéséhez iteratív módon kombinálta a modell-segített annotációt és az emberi annotációt
- Címkéket generált emberi vagy modell segítsége nélkül
- Hogyan használja a SAM 2 a memóriát a videó szegmentálásához?
- Minden egyes feldolgozás után eldobja az összes képkockát
- Csak videó szintű osztálycímkét jósol
- Lecseréli a promptot egy hangátiratra
- A korábbi keretekből származó információkat tárolja, hogy segítsen szegmentálni az objektumot a későbbi keretekben