面试题库 › 算法 / 大模型 › SAM 分割模型的整体架构

SAM 分割模型的整体架构

难度 ★★☆在 3 场真实面经中被问到 方向:算法 / 大模型考点:视觉与多模态模型

哪些公司问过

字节跳动3

常见岗位:大模型算法

答案要点

  1. 任务:可提示分割,输入点、框或掩码,输出对应掩码
  2. 图像编码器:MAE 预训练的 ViT,每张图只算一次,计算量最大
  3. 提示编码器:点和框用位置编码加可学习嵌入,掩码用卷积;文本提示仅在论文中探索
  4. 掩码解码器:轻量双向 Transformer,提示与图像嵌入互相交叉注意力
  5. 输出多个候选掩码及 IoU 分数处理歧义;图像嵌入可复用,交互接近实时

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题