Image captioning nedir ve onu değerlendiren metrikler nelerdir (CIDEr)?

Görüntü açıklaması, bilgisayarlı görü ve doğal dil işleme alanında bir görevdir ve otomatik olarak bir görüntüye açıklama (başlık) üretmeyi amaçlar. Model, giriş olarak bir görüntü alır ve içeriğini tanımlayan bir metin üretir.

Üretilen açıklamaların kalitesini değerlendirmek için çeşitli metrikler kullanılır, bunlardan biri CIDEr'dir (Consensus-based Image Description Evaluation). Bu metrik, üretilen açıklamanın referans açıklama kümesiyle ne kadar uyumlu olduğunu, kelime ve ifadelerin sıklığını ve önemini dikkate alarak ölçer.

CIDEr özellikleri:

• Genellikle 1 ila 4 arasında n-gram sayımına dayanır.
• Kelimelerin önemini dikkate almak için TF-IDF ağırlaması kullanır.
• Yüksek CIDEr değeri, üretilen açıklamanın referans açıklamalarla iyi uyumlu olduğunu gösterir.

Bu şekilde, CIDEr, açıklamaların çeşitliliği ve alaka düzlüğü göz önüne alınarak, görüntü açıklama modellerinin kalitesini nesnel olarak değerlendirmeye yardımcı olur.