引導式測驗 · 中等 等級

分割任何模式測驗

透過原始 SAM 及其後來的 SAM 2 擴充功能、資料和儲存方法了解即時影像和視訊分割。

相關引導路徑分段任何模型
問題 1 的 8

什麼樣的核心思想讓 SAM 成為細分的「基礎模型」?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 什麼樣的核心思想讓 SAM 成為細分的「基礎模型」?
    • 它將分割視為一項可提示的任務,可推廣到未見過的對象
    • 只對臉部有效
    • 它需要對每個新圖像進行重新訓練
    • 它輸出邊界框,從不遮罩
  2. 用於訓練 SAM 的 SA-1B 資料集大約有多大?
    • 約1,000個口罩
    • 1100 萬張圖像中超過 10 億個掩模
    • 約100萬個口罩
    • 正好50,000個口罩
  3. 為什麼 SAM 將其架構分為重型影像編碼器和輕量級提示編碼器/解碼器?
    • 讓訓練變得不可能
    • 避免使用任何神經網絡
    • 因此,一張圖像嵌入可以即時重複用於許多互動式提示
    • 因為掩碼僅在 CPU 上計算
  4. SAM 如何處理不明確的提示,例如單擊一次可能表示多個物件?
    • 它拒絕輸出任何內容
    • 它總是選擇最大的對象
    • 它要求用戶輸入描述
    • 它預測多個有效掩碼並按置信度對它們進行排名
  5. SAM 使用哪種類型的主幹來編碼輸入影像?
    • 視覺轉換器 (ViT)
    • 循環神經網絡
    • 決策樹
    • 支援向量機
  6. SAM 2 在 2024 年增加了哪些主要功能?
    • 音訊轉錄
    • 跨視訊幀分割和追蹤對象
    • 生成文字標題
    • 3D列印支援
  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