Mis on pildi kirjeldus ja millised mõõdikud seda hindavad (CIDEr)?

Pildi kirjeldamine on arvutiteaduse ja loomuliku keele töötlemise valdkonna ülesanne, mis hõlmab automaatset kirjelduse (pealkirja) loomist pildile. Mudel võtab sisendina pildi ja genereerib teksti, mis kirjeldab selle sisu.

Erinevate mõõdikute abil hinnatakse genereeritud kirjelduste kvaliteeti, üks neist on CIDEr (Consensus-based Image Description Evaluation). See mõõdik hindab, kui hästi genereeritud kirjeldus vastab referentskirjelduste kogumile, võttes arvesse sõnade ja fraaside sagedust ning nende tähtsust.

CIDEr omadused:

• Põhineb n-grammide arvutamisel (tavaliselt 1 kuni 4).
• Kasutab TF-IDF kaalumist sõnade tähtsuse arvestamiseks.
• Kõrge CIDEr väärtus näitab, et genereeritud kirjeldus sobib hästi referentskirjeldustega.

Sel viisil aitab CIDEr objektiivselt hinnata pildikirjeldusmudelite kvaliteeti, võttes arvesse kirjelduste mitmekesisust ja asjakohasust.