Automatyczne podpisywanie obrazu

Automatyczne podpisywanie obrazu

Automatyzacja napisów, czyli tworzenie opisu językowego obrazu z wykorzystaniem dowolnego przetwarzania w języku naturalnym jest trudnym zadaniem. Wymaga ono dobrej chwytności zarówno w przetwarzaniu obrazu, jak i w przetwarzaniu języka naturalnego. W tej książce omówiono różne dostępne techniki, które można wykorzystać do stworzenia opisu obrazu. Postęp technologiczny w zakresie rozpoznawania obiektów i uczenia się maszynowego znacznie poprawił w ostatnich latach wydajność modelu podpisywania obrazów. Oprócz tego postaramy się podejść do różnych technik i algorytmów w celu zbudowania tego modelu. Na koniec, ocena modelu odgrywa ważną rolę, która będzie przydatna do rozważenia, który algorytm najlepiej pasuje do scenariusza. Istnieją techniki, które mogą być wykorzystane do oceny wydajności, takie jak matryca pomyłki, f1-score, ale w tym przypadku dane są oparte na języku naturalnym tak, że istnieje pewien szczególny rodzaj technologii, które mogą być wykorzystane, takich jak Microsoft COCO i Flickr30K.