Mit dem Guide verknüpftes Quiz · Einfach Ebene

Bildunterschriften-Quiz

Überprüfen Sie Bildunterschriften-Pipelines, Aufmerksamkeit, COCO-Anmerkungen und Bewertungsmaßnahmen und erkennen Sie gleichzeitig die Risiken von Objekthalluzinationen.

Verwandte FührungspfadeBildunterschrift
Frage 1 von 8

Was erzeugt ein Bildbeschriftungssystem als Ausgabe?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Was erzeugt ein Bildbeschriftungssystem als Ausgabe?
    • Eine Beschreibung des Bildes in natürlicher Sprache
    • Eine Version des Bildes mit höherer Auflösung
    • Eine Liste nur mit Pixelkoordinaten
    • Eine komprimierte Datei des Bildes
  2. Welche Rolle spielt der visuelle Encoder in einer klassischen Untertitel-Pipeline?
    • Es schreibt den letzten Satz Wort für Wort
    • Es extrahiert Feature-Darstellungen aus dem Bild
    • Es übersetzt Untertitel zwischen Sprachen
    • Es bewertet die Grammatik der Bildunterschrift
  3. Warum ist Aufmerksamkeit bei Bildunterschriften nützlich?
    • Es komprimiert das Bild, um Speicherplatz zu sparen
    • Es sind keine Trainingsdaten mehr erforderlich
    • Dadurch kann sich das Modell auf relevante Bildbereiche für jedes Wort konzentrieren
    • Es wandelt die Beschriftung in Audio um
  4. Welcher Datensatz wird häufig zum Training und zur Bewertung der Bildunterschrift verwendet?
    • MNIST
    • WikiText
    • LibriSpeech
    • MS COCO
  5. Was bedeutet es für einen Untertiteldecoder, Wörter „autoregressiv“ zu generieren?
    • Es sagt jedes Wort anhand des Bildes und der bisher generierten Wörter voraus
    • Es erzeugt alle Wörter gleichzeitig
    • Es wird nur ein einziges Wort pro Bild ausgegeben
    • Dadurch wird das Bild auf Pixel zurückgeführt
  6. Worauf bezieht sich ein häufiger Fehlermodus bei der Untertitelung von Modellen, der als „Halluzination“ bekannt ist?
    • Zu kurze Untertitel erstellen
    • Beschreiben von Objekten, die nicht tatsächlich im Bild sind
    • Untertitel werden falsch übersetzt
    • Läuft bei großen Bildern zu langsam
  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