图像分割

题集来源:Rocky Ding(WeThinkIn)收录项目:AIGC-Interview-Book查看原题集

题目目录

23 道原题
  1. 图像分割和检测、分类有什么本质区别?

    原题
  2. 语义分割、实例分割、全景分割有什么区别?

    原题
  3. FCN 为什么是深度学习图像分割的关键起点?

    原题
  4. 反卷积、上采样和跳连在分割中分别有什么作用?

    原题
  5. U-Net、SegNet、PSPNet、DeepLab 如何解决分割问题?

    原题
  6. U-Net 为什么在医学影像和 AIGC 控制中长期高频?

    原题
  7. SegNet 的池化索引上采样有什么特点?

    原题
  8. PSPNet 和 DeepLab 如何建模多尺度上下文?

    原题
  9. 空洞卷积和 ASPP 的核心作用是什么?

    原题
  10. 从 Mask R-CNN 到 Mask2Former 的分割范式如何演进?

    原题
  11. Mask R-CNN 如何从检测扩展到实例分割?

    原题
  12. 全景分割为什么要同时处理 thing 和 stuff?

    原题
  13. Mask2Former 为什么能统一语义、实例和全景分割?

    原题
  14. SAM 为什么成为 AIGC 时代的经典视觉基础模型?

    原题
  15. SAM 的 image encoder、prompt encoder、mask decoder 分别做什么?

    原题
  16. SAM 2 相比 SAM 的关键改进是什么?

    原题
  17. SEEM、SAM、Grounding DINO 如何组合成开放世界视觉工具链?

    原题
  18. SAM 支持哪些 prompt,点、框和 mask 如何进入模型?

    原题
  19. SAM 如何生成多个候选 mask 并判断 mask 质量?

    原题
  20. SAM 系列如何轻量化并适配实时业务?

    原题
  21. 图像分割如何服务生成、编辑、视频和数据工程?

    原题
  22. 分割模型如何用于 ControlNet、图像编辑和视频编辑?

    原题
  23. 分割模型在自动标注、数据清洗和多模态 Agent 中有什么用?

    原题