Quiz połączony z przewodnikiem · Łatwe Poziom
Quiz dotyczący podpisów obrazów
Przejrzyj potoki podpisów obrazów, uwagę, adnotacje COCO i środki oceny, rozpoznając jednocześnie ryzyko halucynacji obiektowych.
Pytanie 1 z 8
Co system napisów do obrazów generuje jako wynik?
Podgląd każdego pytania8 pytania
Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.
- Co system napisów do obrazów generuje jako wynik?
- Opis obrazu w języku naturalnym
- Wersja obrazu w wyższej rozdzielczości
- Tylko lista współrzędnych pikseli
- Skompresowany plik obrazu
- Jaką rolę odgrywa koder wizualny w klasycznym procesie tworzenia napisów?
- Pisze ostatnie zdanie słowo po słowie
- Wyodrębnia reprezentacje cech z obrazu
- Tłumaczy napisy pomiędzy językami
- Ocenia gramatykę podpisu
- Dlaczego uwaga jest przydatna w podpisach obrazów?
- Kompresuje obraz, aby zaoszczędzić miejsce
- Eliminuje potrzebę jakichkolwiek danych szkoleniowych
- Pozwala modelowi skupić się na odpowiednich obszarach obrazu dla każdego słowa
- Konwertuje podpis na dźwięk
- Który zbiór danych jest powszechnie używany do uczenia i oceniania podpisów obrazów?
- MNIST
- WikiText
- LibriSpeech
- Pani COCO
- Co oznacza, że dekoder napisów generuje słowa „autoregresywnie”?
- Przewiduje każde słowo na podstawie obrazu i dotychczas wygenerowanych słów
- Tworzy wszystkie słowa jednocześnie
- Wyświetla tylko jedno słowo na obraz
- Cofa obraz z powrotem do pikseli
- Do czego odnosi się częsta awaria modeli napisów, znana jako „halucynacja”?
- Tworzenie zbyt krótkich napisów
- Opisywanie obiektów, których w rzeczywistości nie ma na obrazie
- Błędne tłumaczenie napisów
- Działa zbyt wolno na dużych obrazach
- 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
- 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