แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบตอบคำถามด้วยภาพ
ตรวจสอบการตอบคำถามด้วยภาพ อคติของชุดข้อมูล การรวมหลายรูปแบบ และขีดจำกัดการประเมินสำหรับคำถามเกี่ยวกับรูปภาพและเอกสาร
คำถาม 1 ของ 8
ระบบตอบคำถามด้วยภาพใช้อินพุตสองอินพุตใด
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- ระบบตอบคำถามด้วยภาพใช้อินพุตสองอินพุตใด
- รูปภาพและคำถามภาษาธรรมชาติ
- สองภาพเพื่อเปรียบเทียบ
- คำถามและคลิปเสียง
- เป็นเพียงภาพที่ไม่มีข้อความ
- เหตุใดชุดข้อมูล VQA v2.0 จึงถูกสร้างขึ้นด้วยคำตอบที่ 'สมดุล'
- เพื่อให้ภาพมีความละเอียดสูงขึ้น
- เพื่อลดอคติทางภาษาเพื่อให้โมเดลไม่สามารถเดาได้จากข้อความเพียงอย่างเดียว
- เพื่อลบคำถามใช่/ไม่ใช่ทั้งหมด
- เพื่อลดขนาดชุดข้อมูลเพื่อการฝึกฝนที่รวดเร็วยิ่งขึ้น
- 'อคติทางภาษา' ใน VQA คืออะไร
- การแปลคำถามเป็นภาษาที่ไม่ถูกต้อง
- การใช้ภาษามากเกินไปในคราวเดียว
- ตอบตามถ้อยคำคำถามโดยไม่สนใจภาพ
- ชอบภาพสั้นมากกว่าภาพยาว
- โมเดล VQA จำนวนมากรวมข้อมูลรูปภาพและคำถามเข้าด้วยกันได้อย่างไร
- โดยการต่อพิกเซลและตัวอักษรดิบเข้าด้วยกัน
- โดยสร้างภาพใหม่จากคำถาม
- โดยละเลยคำถามไปโดยสิ้นเชิง
- โดยการหลอมรวมการนำเสนอที่เข้ารหัส ซึ่งมักเป็นการให้ความสนใจแบบข้ามสาย
- ระบบ VQA แบบคลาสสิกมักสร้างคำตอบด้วยการทำอะไร
- การจำแนกประเภทคำศัพท์เฉพาะของคำตอบทั่วไป
- การวาดกรอบขอบเขตเท่านั้น
- การแก้ไขภาพต้นฉบับ
- การส่งคืนคำถามอินพุตไม่เปลี่ยนแปลง
- ข้อใดคือตัวอย่างของความท้าทาย VQA ขั้นสูงกว่า
- การปรับขนาดรูปภาพให้เป็นภาพขนาดย่อ
- ตอบคำถามเกี่ยวกับข้อความและตัวเลขภายในรูปภาพเอกสาร
- การจัดเรียงรูปภาพตามตัวอักษรตามชื่อไฟล์
- การบีบอัดไฟล์วิดีโอ
- How does the original VQA benchmark score an answer when people phrase the same answer differently?
- It requires an exact match to one fixed phrase only
- It scores image resolution instead of answers
- It compares the prediction with multiple human answers using a consensus-based score
- It uses the model’s confidence as the ground truth
- Why can high VQA accuracy still fail to prove visual grounding?
- Images cannot be represented by neural networks
- Questions are always randomly generated
- The benchmark contains no answer labels
- A model may exploit dataset or language regularities instead of the image