Image captioning деген эмне жана аны баалоочу метрикалар (CIDEr) кандай?

Сүрөттүн сүрөттөмөсү — бул компьютер көрүү жана табигый тил иштетүү тармагындагы тапшырма, ал автоматтык түрдө сүрөткө сүрөттөмө (белги) түзүүнү камтыйт. Модел сүрөттү киргизүү катары кабыл алып, анын мазмунун сүрөттөгөн текстти чыгарат.

Жасалган сүрөттөмөлөрдүн сапатын баалоо үчүн ар кандай көрсөткүчтөр колдонулат, алардын бири CIDEr (Consensus-based Image Description Evaluation). Ал жасалган сүрөттөмө менен шилтемелүү сүрөттөмөлөрдүн топтомуна канчалык жакын экенин өлчөйт, сөздөрдүн жана фразалардын кездешүүчүлүгүн жана маанилүүлүгүн эске алат.

CIDEr өзгөчөлүктөрү:

• Жалпысынан 1ден 4кө чейин n-граммдарды эсептөө негизделген.
• Сөздөрдүн маанилүүлүгүн эске алуу үчүн TF-IDF салмактоо колдонулат.
• Жогорку CIDEr мааниси жасалган сүрөттөмө шилтемелүү сүрөттөмөлөр менен жакшы шайкеш келгенин көрсөтөт.

Ушул жол менен CIDEr сүрөттөмө моделдеринин сапатын объективдүү баалоого жардам берет, сүрөттөмөлөрдүн ар түрдүүлүгү жана маанилүүлүгүн эске алуу менен.