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。
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。
- 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
- 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
- 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
- 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
- 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
- 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
- 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