Вікторина, пов’язана з посібником · Середній Рівень
Сегмент Будь-яка Модель Тест
Зрозумійте оперативну сегментацію зображень і відео за допомогою оригінального SAM і його пізнішого розширення SAM 2, даних і методів пам’яті.
Питання 1 з 8
Яка основна ідея робить SAM «основною моделлю» для сегментації?
Перегляньте кожне запитання8 запитання
Відповіді та пояснення з’являються під час виконання тесту.
- Яка основна ідея робить SAM «основною моделлю» для сегментації?
- Він розглядає сегментацію як завдання, яке виконується підказкою, яке узагальнює невидимі об’єкти
- Це працює лише на обличчях
- Це вимагає перенавчання для кожного нового образу
- Він виводить обмежувальні рамки, а не маски
- Наскільки великий набір даних SA-1B, який використовується для навчання SAM?
- Близько 1000 масок
- Понад 1 мільярд масок на 11 мільйонах зображень
- Близько 1 мільйона масок
- Рівно 50 000 масок
- Чому SAM розділив свою архітектуру на важкий кодер зображень і легкий кодер/декодер підказок?
- Унеможливити навчання
- Щоб уникнути використання будь-яких нейронних мереж
- Таким чином, одне вбудоване зображення можна повторно використовувати для багатьох інтерактивних підказок у режимі реального часу
- Оскільки маски обчислюються лише центральним процесором
- Як SAM обробляє неоднозначну підказку, як-от одне клацання, яке може означати кілька об’єктів?
- Він відмовляється щось виводити
- Він завжди вибирає найбільший предмет
- Він просить користувача ввести опис
- Він передбачає кілька дійсних масок і ранжує їх за достовірністю
- Який тип магістралі використовує SAM для кодування вхідного зображення?
- Трансформатор зору (ViT)
- Рекурентна нейронна мережа
- Дерево рішень
- Машина опорного вектора
- Яку головну можливість додав SAM 2 у 2024 році?
- Транскрипція аудіо
- Сегментація та відстеження об’єктів по відеокадрах
- Створення текстових підписів
- Підтримка 3D друку
- 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