Image Captioning On Nocaps Out Of Domain

CIDEr

SPICE

评测结果

各个模型在此基准测试上的表现结果

比较表格

模型名称	CIDEr	SPICE
clipcap-clip-prefix-for-image-captioning	49.14	9.57
模型 2	21.3	7.2
clipcap-clip-prefix-for-image-captioning	49.35	9.7
模型 4	72.13	11.53
模型 5	30.09	8.08
模型 6	26.55	7.72
模型 7	58.48	8.77
模型 8	30.09	8.08
vivo-surpassing-human-performance-in-novel	110.14	13.74
模型 10	71.43	10.57
模型 11	48.73	8.2
模型 12	88.54	13.87
模型 13	70.21	10.15
模型 14	103.75	13.75
模型 15	85.18	11.18
模型 16	68.92	10.05
模型 17	87.51	12.52
模型 18	77.39	11.59
模型 19	23.07	7.4
模型 20	68.5	10.01
模型 21	54.56	9.9
git-a-generative-image-to-text-transformer	122.27	15.62
vinvl-making-visual-representations-matter-in	78.01	11.48
simvlm-simple-visual-language-model	109.49	13.89
模型 25	26.25	7.52
模型 26	91.62	14.21
模型 27	87.15	11.43
模型 28	121.69	15.13
模型 29	36.12	9.39
git-a-generative-image-to-text-transformer	122.04	15.7
模型 31	39.39	7.62
模型 32	75.39	10.68
模型 33	66.67	9.74
模型 34	43.2	9.35
模型 35	78.91	12.14
模型 36	25.91	7.61
模型 37	73.75	9.72
pali-a-jointly-scaled-multilingual-language	126.67	15.49
模型 39	106.55	14.21
grit-faster-and-better-image-captioning	72.6	11.1