Şəkil başlıqlandırması nədir və onu qiymətləndirmək üçün hansı metriklər istifadə olunur (CIDEr)?

Şəkil başlıqlandırması, kompüter görmə və təbii dil işləmə sahəsində bir vəzifədir və avtomatik olaraq şəkil üçün təsviri (başlıq) yaratmaqdır. Model giriş kimi şəkil alır və onun məzmununu təsvir edən mətn çıxarır.

Yaradılan başlıqların keyfiyyətini qiymətləndirmək üçün müxtəlif metriklər istifadə olunur, onlardan biri CIDEr (Consensus-based Image Description Evaluation). Bu, yaradılan təsvirin referensiya təsvirləri dəstinə nə dərəcədə uyğun olduğunu, söz və ifadələrin tezliyini və əhəmiyyətini nəzərə alır.

CIDEr xüsusiyyətləri:

• Adətən 1-dən 4-ə qədər n-gramların sayımına əsaslanır.
• Sözlərin əhəmiyyətini nəzərə almaq üçün TF-IDF çəkisi istifadə edir.
• Yüksək CIDEr dəyəri, yaradılan təsvirin referensiya təsvirləri ilə yaxşı uyğun olduğunu göstərir.

Bu şəkildə, CIDEr, təsvirlərin müxtəlifliyi və relevansını nəzərə alaraq, şəkil təsviri modellərinin keyfiyyətini obyektiv qiymətləndirməyə kömək edir.