Test legat de ghid · Ușor Nivel

Chestionar pentru subtitrări

Review image-captioning pipelines, attention, COCO annotations and evaluation measures, while recognizing object-hallucination risks.

Căi de ghidare aferenteSubtitrărea imaginii
Întrebare 1 de 8

Ce produce un sistem de subtitrări pentru imagini ca rezultat?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Ce produce un sistem de subtitrări pentru imagini ca rezultat?
    • O descriere în limbaj natural a imaginii
    • O versiune cu rezoluție mai mare a imaginii
    • O listă numai cu coordonatele pixelilor
    • Un fișier comprimat al imaginii
  2. Într-o conductă clasică de subtitrări, ce rol joacă codificatorul vizual?
    • Scrie propoziția finală cuvânt cu cuvânt
    • Extrage reprezentările caracteristicilor din imagine
    • Traduce subtitrări între limbi
    • Punctează gramatica subtitrării
  3. De ce este utilă atenția în subtitrărea imaginilor?
    • Comprimă imaginea pentru a economisi spațiu de stocare
    • Îndepărtează necesitatea oricăror date de antrenament
    • Permite modelului să se concentreze asupra regiunilor relevante ale imaginii pentru fiecare cuvânt
    • Acesta convertește legenda în audio
  4. Ce set de date este utilizat pe scară largă pentru instruirea și evaluarea subtitrării imaginilor?
    • MNIST
    • WikiText
    • LibriSpeech
    • MS COCO
  5. Ce înseamnă pentru un decodor de subtitrări să genereze cuvinte „autoregresiv”?
    • Acesta prezice fiecare cuvânt folosind imaginea și cuvintele generate până acum
    • Produce toate cuvintele simultan
    • Produce doar un singur cuvânt pe imagine
    • Regresează imaginea înapoi la pixeli
  6. La ce se referă un mod obișnuit de eșec al modelelor de subtitrări cunoscut sub numele de „halucinație”?
    • Producerea de subtitrări prea scurte
    • Descrierea obiectelor care nu sunt de fapt în imagine
    • Traducerea incorectă a subtitrărilor
    • Alergă prea încet pe imaginile mari
  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