مسابقة التسمية التوضيحية للصورة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما الذي ينتجه نظام التعليق على الصور كمخرجات؟
   • وصف باللغة الطبيعية للصورة
   • نسخة بدقة أعلى من الصورة
   • قائمة إحداثيات البكسل فقط
   • ملف مضغوط للصورة
2. في مسار التسميات التوضيحية الكلاسيكي، ما هو الدور الذي يلعبه برنامج التشفير المرئي؟
   • ويكتب الجملة النهائية كلمة بكلمة
   • فهو يستخرج تمثيلات الميزة من الصورة
   • يترجم التسميات التوضيحية بين اللغات
   • إنه يسجل قواعد التسمية التوضيحية
3. لماذا يعد الاهتمام مفيدًا في التعليق على الصور؟
   • يقوم بضغط الصورة لحفظ مساحة التخزين
   • يلغي الحاجة إلى أي بيانات التدريب
   • فهو يتيح للنموذج التركيز على مناطق الصورة ذات الصلة لكل كلمة
   • يقوم بتحويل التسمية التوضيحية إلى صوت
4. ما هي مجموعة البيانات المستخدمة على نطاق واسع للتدريب وتقييم التسميات التوضيحية للصور؟
   • منيست
   • نص ويكي
   • LibriSpeech
   • السيدة كوكو
5. ماذا يعني أن تقوم وحدة فك ترميز التسمية التوضيحية بإنشاء كلمات "بشكل انحدار تلقائي"؟
   • ويتنبأ بكل كلمة باستخدام الصورة والكلمات التي تم إنشاؤها حتى الآن
   • وينتج كل الكلمات في وقت واحد
   • يقوم بإخراج كلمة واحدة فقط لكل صورة
   • إنه يعيد الصورة إلى البكسل
6. يشير وضع الفشل الشائع لنماذج التسميات التوضيحية المعروف باسم "الهلوسة" إلى ماذا؟
   • إنتاج تسميات توضيحية قصيرة جدًا
   • وصف الأشياء التي ليست في الواقع في الصورة
   • ترجمة التسميات التوضيحية بشكل غير صحيح
   • يعمل ببطء شديد على الصور الكبيرة
7. How many human captions were collected for each image in the original COCO Captions dataset?
   • One caption total for the entire dataset
   • No text descriptions were collected
   • Five captions per image
   • One hundred captions for every image
8. What does CIDEr compare when evaluating an image caption?
   • Only the image’s pixel resolution
   • The caption’s audio waveform against a transcript
   • Whether the caption contains a certain number of words
   • The candidate caption against human reference captions using consensus-weighted n-grams