Awtomaticheskoe nalozhenie subtitrow na izobrazhenie

Awtomatizaciq podpisi, t.e. sozdanie qzykowogo opisaniq izobrazheniq s ispol'zowaniem lübogo estestwennogo qzyka obrabotki, qwlqetsq slozhnoj zadachej. Ona trebuet horoshego ponimaniq kak pri obrabotke izobrazhenij, tak i pri obrabotke na estestwennom qzyke. V ätoj knige obsuzhdaütsq razlichnye dostupnye tehniki, na osnowe kotoryh sozdaütsq podpisi k izobrazheniqm. Razwitie tehnologij w oblasti raspoznawaniq ob#ektow i mashinnogo obucheniq w poslednie gody znachitel'no uluchshilo proizwoditel'nost' modeli naneseniq subtitrow na izobrazheniq. V dopolnenie k ätomu my popytaemsq podojti k razlichnym tehnikam i algoritmam postroeniq ätoj modeli. V konce koncow, ocenka modeli igraet wazhnuü rol', kotoraq budet polezna, chtoby rassmotret', kakoj algoritm podhodit luchshe wsego w scenarii. Suschestwuüt metodiki, kotorye mogut byt' ispol'zowany dlq ocenki proizwoditel'nosti, takie kak matrica putanicy, f1-score, no w dannom sluchae, dannye osnowany na estestwennom qzyke, tak chto est' opredelennyj special'nyj tip tehnologii, kotorye mogut byt' ispol'zowany, takie kak Microsoft COCO i Flickr30K.