Kuiz berkaitan panduan · Mudah Tahap

Kuiz Kapsyen Imej

Semak saluran paip kapsyen imej, perhatian, anotasi COCO dan langkah penilaian, sambil mengiktiraf risiko halusinasi objek.

Laluan panduan yang berkaitanKapsyen Imej
soalan 1 daripada 8

Apakah yang dihasilkan oleh sistem kapsyen imej sebagai output?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah yang dihasilkan oleh sistem kapsyen imej sebagai output?
    • Perihalan imej dalam bahasa semula jadi
    • Versi imej resolusi lebih tinggi
    • Senarai koordinat piksel sahaja
    • Fail mampat imej
  2. Dalam saluran paip kapsyen klasik, apakah peranan yang dimainkan oleh pengekod visual?
    • Ia menulis ayat akhir perkataan demi perkataan
    • Ia mengekstrak perwakilan ciri daripada imej
    • Ia menterjemah kapsyen antara bahasa
    • Ia menilai tatabahasa kapsyen
  3. Mengapakah perhatian berguna dalam kapsyen imej?
    • Ia memampatkan imej untuk menjimatkan storan
    • Ia menghilangkan keperluan untuk sebarang data latihan
    • Ia membenarkan model memfokus pada kawasan imej yang berkaitan untuk setiap perkataan
    • Ia menukar kapsyen kepada audio
  4. Set data manakah yang digunakan secara meluas untuk melatih dan menilai kapsyen imej?
    • MNIST
    • WikiTeks
    • LibriSpeech
    • MS COCO
  5. Apakah maksud penyahkod kapsyen menjana perkataan 'autoregressive'?
    • Ia meramalkan setiap perkataan menggunakan imej dan perkataan yang dihasilkan setakat ini
    • Ia menghasilkan semua perkataan serentak
    • Ia hanya mengeluarkan satu perkataan bagi setiap imej
    • Ia mengembalikan imej kembali kepada piksel
  6. Mod kegagalan biasa model kapsyen yang dikenali sebagai 'halusinasi' merujuk kepada apa?
    • Menghasilkan kapsyen yang terlalu pendek
    • Menerangkan objek yang sebenarnya bukan dalam imej
    • Menterjemah kapsyen secara tidak betul
    • Berjalan terlalu perlahan pada imej besar
  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