Google開源新圖片標題工具，描述圖片物件與顏色更精準

william77

Google日前開源釋出旗下機器學習系統TensorFlow的新版圖片標題工具Show and Tell，加強訓練電腦視覺和語言元件，以提升標題工具描述圖片的物件和背景細節，例如物件的顏色，圖片辨識率高達93.9％，能夠詳細描述圖片內容。

Google旗下的機器學習系統TensorFlow自2015年開源釋出後，便陸續擴增與加強系統的功能，日前Google又開源釋出TensorFlow系統最新版本的圖片標題工具Show and Tell，加強了圖片標題工具的電腦視覺元件，能夠更準確地描述圖片的物件和背景細節。
Google在2014年時，訓練機器學習系統能夠自動產生標題，來準確地描述圖片，當時的圖片辨識率達89.6％，在2015年時，Google又增進了電腦視覺模型的圖片辨識率為91.8％，而到了現在新版的Show and Tell工具，採用新一代電腦視覺模型，讓Show and Tell工具的圖片辨識率高達93.9％，能夠辨識圖片中不同的物件，以產生更準確和更多細節的描述。
除了加強標題工具的圖片辨識率外，Google也藉由真人產生的圖片標題，訓練標題工具中的視覺和語言元件，而這也是圖片標題工具用來轉換圖片為資訊的重要元件。根據Google，視覺和語言元件在經過訓練後，能夠正確地描述圖片中物件的顏色。




另外，Google表示，Show and Tell工具經過成千上萬張由真人下標題的圖片訓練，所以當圖片標題工具判斷一張圖片與以前訓練用的圖片相似時，就會經常重複使用人類所寫下的圖片標題。甚至，Show and Tell工具除了接受閱讀真人標記的圖片標題的訓練外，沒有再接受其他額外的語言訓練，也能使用自然的英語詞組來描述圖片的人事物和情景。

panups