Test legat de ghid · Mediu Nivel

Segmentează orice model Quiz

Understand promptable image and video segmentation through the original SAM and its later SAM 2 extension, data and memory methods.

Căi de ghidare aferenteSegmentează orice model
Întrebare 1 de 8

Ce idee de bază face din SAM un „model de bază” pentru segmentare?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Ce idee de bază face din SAM un „model de bază” pentru segmentare?
    • Tratează segmentarea ca pe o sarcină promptă care se generalizează la obiecte nevăzute
    • Funcționează doar pe fețe
    • Este nevoie de recalificare pentru fiecare imagine nouă
    • Produce casete de delimitare, niciodată măști
  2. Cât de mare este setul de date SA-1B folosit pentru a antrena SAM?
    • Aproximativ 1.000 de măști
    • Peste 1 miliard de măști în 11 milioane de imagini
    • Aproximativ 1 milion de măști
    • Exact 50.000 de măști
  3. De ce SAM își împarte arhitectura într-un codificator de imagine greu și un encoder/decodor rapid ușor?
    • Pentru a face antrenamentul imposibil
    • Pentru a evita utilizarea oricăror rețele neuronale
    • Astfel, încorporarea unei imagini poate fi reutilizată pentru multe solicitări interactive în timp real
    • Pentru că măștile sunt calculate numai pe CPU
  4. Cum gestionează SAM o solicitare ambiguă, cum ar fi un singur clic care ar putea însemna mai multe obiecte?
    • Refuză să scoată ceva
    • Întotdeauna alege cel mai mare obiect
    • Acesta solicită utilizatorului să introducă o descriere
    • Acesta prezice mai multe măști valide și le clasifică în funcție de încredere
  5. Ce tip de coloană vertebrală folosește SAM pentru a codifica imaginea de intrare?
    • Un transformator de vedere (ViT)
    • O rețea neuronală recurentă
    • Un arbore de decizie
    • O mașină vectorială de suport
  6. Ce capacitate majoră a adăugat SAM 2 în 2024?
    • Transcriere audio
    • Segmentarea și urmărirea obiectelor pe cadre video
    • Generarea de subtitrări de text
    • Suport pentru imprimare 3D
  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