Quiz połączony z przewodnikiem · Średni Poziom
Segmentuj dowolny model quizu
Zrozumienie szybkiej segmentacji obrazu i wideo za pomocą oryginalnego SAM i jego późniejszego rozszerzenia SAM 2, metod danych i pamięci.
Pytanie 1 z 8
Jaka podstawowa idea sprawia, że SAM jest „modelem podstawowym” segmentacji?
Podgląd każdego pytania8 pytania
Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.
- Jaka podstawowa idea sprawia, że SAM jest „modelem podstawowym” segmentacji?
- Traktuje segmentację jako łatwe do wykonania zadanie, które uogólnia na niewidoczne obiekty
- Działa tylko na twarze
- Wymaga ponownego szkolenia dla każdego nowego obrazu
- Wyświetla ramki ograniczające, nigdy maski
- Jak duży jest w przybliżeniu zbiór danych SA-1B używany do szkolenia SAM?
- Około 1000 maseczek
- Ponad 1 miliard masek na 11 milionach obrazów
- Około 1 miliona maseczek
- Dokładnie 50 000 maseczek
- Dlaczego SAM dzieli swoją architekturę na ciężki koder obrazu i lekki koder/dekoder podpowiedzi?
- Aby trening był niemożliwy
- Aby uniknąć używania jakichkolwiek sieci neuronowych
- Dzięki temu jeden osadzony obraz może być ponownie wykorzystany w wielu interaktywnych podpowiedziach w czasie rzeczywistym
- Ponieważ maski są obliczane tylko na procesorze
- W jaki sposób SAM radzi sobie z niejednoznacznym monitem, np. pojedynczym kliknięciem, które może oznaczać kilka obiektów?
- Odmawia wypuszczenia czegokolwiek
- Zawsze wybiera największy obiekt
- Prosi użytkownika o wpisanie opisu
- Przewiduje wiele prawidłowych masek i klasyfikuje je według pewności
- Jakiego typu szkieletu używa SAM do kodowania obrazu wejściowego?
- Transformator wizyjny (ViT)
- Powtarzająca się sieć neuronowa
- Drzewo decyzyjne
- Maszyna wektorów nośnych
- Jakie główne możliwości dodał SAM 2 w 2024 r.?
- Transkrypcja dźwięku
- Segmentowanie i śledzenie obiektów w klatkach wideo
- Generowanie podpisów tekstowych
- Wsparcie druku 3D
- 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
- 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