Questionário vinculado ao guia · Médio Nível
Questionário de modelo de segmento de qualquer coisa
Entenda a segmentação imediata de imagens e vídeos por meio do SAM original e de sua extensão SAM 2 posterior, métodos de dados e memória.
Pergunta 1 de 8
Qual ideia central faz do SAM um “modelo básico” para segmentação?
Visualize cada pergunta8 perguntas
As respostas e explicações aparecem conforme você responde ao teste.
- Qual ideia central faz do SAM um “modelo básico” para segmentação?
- Ele trata a segmentação como uma tarefa pronta que se generaliza para objetos invisíveis
- Só funciona em rostos
- Requer reciclagem para cada nova imagem
- Ele gera caixas delimitadoras, nunca mascara
- Qual é o tamanho aproximado do conjunto de dados SA-1B usado para treinar o SAM?
- Cerca de 1.000 máscaras
- Mais de 1 bilhão de máscaras em 11 milhões de imagens
- Cerca de 1 milhão de máscaras
- Exatamente 50.000 máscaras
- Por que o SAM divide sua arquitetura em um codificador de imagem pesado e um codificador/decodificador de prompt leve?
- Para tornar o treinamento impossível
- Para evitar o uso de redes neurais
- Assim, a incorporação de uma imagem pode ser reutilizada para muitos prompts interativos em tempo real
- Porque as máscaras são computadas apenas na CPU
- Como o SAM lida com um prompt ambíguo, como um único clique que pode significar vários objetos?
- Ele se recusa a produzir qualquer coisa
- Ele sempre escolhe o maior objeto
- Ele pede ao usuário para digitar uma descrição
- Ele prevê múltiplas máscaras válidas e as classifica por confiança
- Que tipo de backbone o SAM usa para codificar a imagem de entrada?
- Um transformador de visão (ViT)
- Uma rede neural recorrente
- Uma árvore de decisão
- Uma máquina de vetores de suporte
- Qual capacidade principal o SAM 2 adicionou em 2024?
- Transcrição de áudio
- Segmentando e rastreando objetos em quadros de vídeo
- Gerando legendas de texto
- Suporte para impressão 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