แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ง่าย ระดับ
แบบทดสอบคำบรรยายภาพ
ตรวจสอบไปป์ไลน์คำบรรยายภาพ ความสนใจ คำอธิบายประกอบ COCO และมาตรการประเมิน ในขณะเดียวกันก็ตระหนักถึงความเสี่ยงจากวัตถุประสาทหลอน
คำถาม 1 ของ 8
ระบบคำบรรยายภาพสร้างอะไรเป็นเอาท์พุต?
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- ระบบคำบรรยายภาพสร้างอะไรเป็นเอาท์พุต?
- คำอธิบายภาพด้วยภาษาธรรมชาติ
- รูปภาพเวอร์ชันที่มีความละเอียดสูงกว่า
- รายการพิกัดพิกเซลเท่านั้น
- ไฟล์บีบอัดของรูปภาพ
- ในไปป์ไลน์คำบรรยายแบบคลาสสิก ตัวเข้ารหัสภาพมีบทบาทอย่างไร
- มันเขียนประโยคสุดท้ายทีละคำ
- มันแยกการแสดงคุณสมบัติออกจากรูปภาพ
- มันแปลคำบรรยายระหว่างภาษาต่างๆ
- โดยจะให้คะแนนไวยากรณ์ของคำบรรยายภาพ
- เหตุใดความสนใจจึงมีประโยชน์ในคำบรรยายภาพ
- มันบีบอัดภาพเพื่อประหยัดพื้นที่เก็บข้อมูล
- โดยไม่จำเป็นต้องมีข้อมูลการฝึกอบรมใดๆ
- ช่วยให้โมเดลมุ่งเน้นไปที่ขอบเขตรูปภาพที่เกี่ยวข้องสำหรับแต่ละคำ
- มันแปลงคำบรรยายเป็นเสียง
- ชุดข้อมูลใดที่ใช้กันอย่างแพร่หลายในการฝึกอบรมและประเมินคำบรรยายภาพ
- มินนิสต์
- วิกิข้อความ
- LibriSpeech
- เอ็มเอส โคโค่
- การถอดรหัสคำอธิบายภาพเพื่อสร้างคำว่า 'การถดถอยอัตโนมัติ' หมายความว่าอย่างไร
- มันทำนายแต่ละคำโดยใช้รูปภาพและคำที่สร้างขึ้นจนถึงตอนนี้
- มันผลิตคำทั้งหมดพร้อมกัน
- โดยจะแสดงเพียงคำเดียวต่อภาพ
- มันทำให้ภาพกลับเป็นพิกเซล
- โหมดความล้มเหลวทั่วไปของแบบจำลองคำบรรยายที่เรียกว่า 'ภาพหลอน' หมายถึงอะไร
- การสร้างคำบรรยายที่สั้นเกินไป
- อธิบายวัตถุที่ไม่ได้อยู่ในภาพจริง
- การแปลคำบรรยายไม่ถูกต้อง
- ทำงานช้าเกินไปกับภาพขนาดใหญ่
- 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