Co je popis obrázku a jaké metriky ho hodnotí (CIDEr)?

Popis obrázku je úloha v oblasti počítačového vidění a zpracování přirozeného jazyka, která spočívá v automatickém generování popisu (popisku) obrázku. Model přijímá obrázek jako vstup a produkuje text, který popisuje jeho obsah.

Pro hodnocení kvality generovaných popisů se používají různé metriky, jednou z nich je CIDEr (Consensus-based Image Description Evaluation). Měří, jak moc se generovaný popis shoduje s množstvím referenčních popisů, přičemž zohledňuje frekvenci slov a frází a jejich význam.

Vlastnosti CIDEr:

• Je založen na počítání n-gramů (obvykle od 1 do 4).
• Používá vážení TF-IDF k zohlednění důležitosti slov.
• Vyšší hodnota CIDEr znamená, že generovaný popis je dobře sladěn s referenčními popisy.

Tímto způsobem CIDEr pomáhá objektivně hodnotit kvalitu modelů popisu obrázků, přičemž zohledňuje rozmanitost a relevanci popisů.