Maswali yanayounganishwa na mwongozo · Rahisi Kiwango

Maswali ya Manukuu ya Picha

Pitia njia za kuweka maelezo kwenye picha, umakini, maelezo ya COCO na hatua za tathmini, huku ukitambua hatari za kuwepo kwa vitu visivyokuwepo (hallucination).

Njia za mwongozo zinazohusianaManukuu ya Picha
Swali 1 ya 8

Je, mfumo wa manukuu ya picha hutoa nini kama pato?

Hakiki kila swali8 maswali

Majibu na maelezo huonekana unapojibu maswali.

  1. Je, mfumo wa manukuu ya picha hutoa nini kama pato?
    • Maelezo ya lugha asilia ya picha
    • Toleo la ubora wa juu la picha
    • Orodha ya viwianishi vya pixel pekee
    • Faili iliyobanwa ya picha
  2. Katika muundo wa kawaida wa manukuu, kisimbaji cha kusimba kinacheza jukumu gani?
    • Huandika sentensi ya mwisho neno kwa neno
    • Inatoa uwakilishi wa vipengele kutoka kwa picha
    • Inatafsiri maelezo mafupi kati ya lugha
    • Inaonyesha sarufi ya manukuu
  3. Kwa nini umakini ni muhimu katika manukuu ya picha?
    • Inabana picha ili kuhifadhi hifadhi
    • Huondoa hitaji la data yoyote ya mafunzo
    • Huruhusu modeli kuzingatia maeneo ya picha husika kwa kila neno
    • Inabadilisha maelezo mafupi kuwa sauti
  4. Ni mkusanyiko gani wa data unaotumika sana kwa mafunzo na kutathmini manukuu ya picha?
    • MNIST
    • WikiText
    • LibriSpeech
    • MS COCO
  5. Inamaanisha nini kwa avkodare ya nukuu kutoa maneno 'autoregressively'?
    • Inatabiri kila neno kwa kutumia picha na maneno yaliyotolewa hadi sasa
    • Inazalisha maneno yote kwa wakati mmoja
    • Inatoa neno moja tu kwa kila picha
    • Inarudisha picha nyuma kwa saizi
  6. Njia ya kawaida ya kutofaulu ya mifano ya manukuu inayojulikana kama 'hallucination' inarejelea nini?
    • Inazalisha manukuu ambayo ni mafupi sana
    • Inaelezea vitu ambavyo haviko kwenye picha
    • Kutafsiri manukuu kimakosa
    • Kukimbia polepole sana kwenye picha kubwa
  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