Image Captioning On Nocaps Out Of Domain

CIDEr

SPICE

Résultats

Résultats de performance de divers modèles sur ce benchmark

Tableau comparatif

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