แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ง่าย ระดับ

แบบทดสอบคำบรรยายภาพ

ตรวจสอบไปป์ไลน์คำบรรยายภาพ ความสนใจ คำอธิบายประกอบ COCO และมาตรการประเมิน ในขณะเดียวกันก็ตระหนักถึงความเสี่ยงจากวัตถุประสาทหลอน

เส้นทางแนะนำที่เกี่ยวข้องคำบรรยายภาพ
คำถาม 1 ของ 8

ระบบคำบรรยายภาพสร้างอะไรเป็นเอาท์พุต?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. ระบบคำบรรยายภาพสร้างอะไรเป็นเอาท์พุต?
    • คำอธิบายภาพด้วยภาษาธรรมชาติ
    • รูปภาพเวอร์ชันที่มีความละเอียดสูงกว่า
    • รายการพิกัดพิกเซลเท่านั้น
    • ไฟล์บีบอัดของรูปภาพ
  2. ในไปป์ไลน์คำบรรยายแบบคลาสสิก ตัวเข้ารหัสภาพมีบทบาทอย่างไร
    • มันเขียนประโยคสุดท้ายทีละคำ
    • มันแยกการแสดงคุณสมบัติออกจากรูปภาพ
    • มันแปลคำบรรยายระหว่างภาษาต่างๆ
    • โดยจะให้คะแนนไวยากรณ์ของคำบรรยายภาพ
  3. เหตุใดความสนใจจึงมีประโยชน์ในคำบรรยายภาพ
    • มันบีบอัดภาพเพื่อประหยัดพื้นที่เก็บข้อมูล
    • โดยไม่จำเป็นต้องมีข้อมูลการฝึกอบรมใดๆ
    • ช่วยให้โมเดลมุ่งเน้นไปที่ขอบเขตรูปภาพที่เกี่ยวข้องสำหรับแต่ละคำ
    • มันแปลงคำบรรยายเป็นเสียง
  4. ชุดข้อมูลใดที่ใช้กันอย่างแพร่หลายในการฝึกอบรมและประเมินคำบรรยายภาพ
    • มินนิสต์
    • วิกิข้อความ
    • LibriSpeech
    • เอ็มเอส โคโค่
  5. การถอดรหัสคำอธิบายภาพเพื่อสร้างคำว่า 'การถดถอยอัตโนมัติ' หมายความว่าอย่างไร
    • มันทำนายแต่ละคำโดยใช้รูปภาพและคำที่สร้างขึ้นจนถึงตอนนี้
    • มันผลิตคำทั้งหมดพร้อมกัน
    • โดยจะแสดงเพียงคำเดียวต่อภาพ
    • มันทำให้ภาพกลับเป็นพิกเซล
  6. โหมดความล้มเหลวทั่วไปของแบบจำลองคำบรรยายที่เรียกว่า 'ภาพหลอน' หมายถึงอะไร
    • การสร้างคำบรรยายที่สั้นเกินไป
    • อธิบายวัตถุที่ไม่ได้อยู่ในภาพจริง
    • การแปลคำบรรยายไม่ถูกต้อง
    • ทำงานช้าเกินไปกับภาพขนาดใหญ่
  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