Mask Decoder

في SAM، فاكّ ترميز محوِّل خفيف بطبقتين يدمج تضمينات الصورة وتضمينات التوجيه لتنبؤ أقنعة التجزئة. يستخدم انتباهاً تبادلياً ثنائي الاتجاه ويعمل في نحو 50 مللي ثانية على المعالج المركزي.

In SAM, a lightweight two-layer Transformer decoder that combines image embeddings and prompt embeddings to predict segmentation masks. It uses bidirectional cross-attention and runs in ~50ms on CPU.