Transformer tabanlı modeller kullanarak görüntüleri betimleyen resim altyazılarının üretilmesi
Generating image captions describing images using transformer-based models
- Tez No: 885392
- Danışmanlar: DOÇ. DR. BİHTER DAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Fırat Üniversitesi, Yapay zeka, Fırat University, Artificial intelligence
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Doğal dil işleme alanının oldukça zorlu bir görevi olan resim yazısı oluşturma işlemi, bilgisayar tarafından insan dil yapısına en uygun şekilde otomatik olarak altyazı üretilmesi olarak adlandırılmaktadır. Resim yazısı oluşturulurken en önemli hedef, görüntüyü en doğru ve en iyi şekilde açıklayan cümleler oluşturmaktadır. Bu doğrultuda transformer tabanlı dil modellerinin kullanılması, cümle performansını büyük ölçüde etkilemektedir. Bu tez çalışmasında, görüntülerden resim yazısı üretilmesinde kullanılan transformer tabanlı dil modellerinin karşılaştırmalı analizi, derin öğrenme tabanlı dil modelleri ve derin öğrenme yöntemlerinin performansı incelenmektedir. Belirlenen bu hedef kapsamında iki farklı veri kümesinde geliştirilen dört uygulamamız bulunmaktadır. Uygulamalarımızda MSCOCO ve Flickr8k veri kümeleri kullanılarak, görüntüleri açıklayan ingilizce dilinde cümle üretilmesi gerçekleştirilmektedir.
Özet (Çeviri)
Image caption creation, which is a very challenging task in the field of natural language processing, is called the automatic production of subtitles by the computer in the most appropriate way to the human language structure. The most important goal when creating a caption is to create sentences that describe the image in the most accurate and best way. In this regard, the use of transformer-based language models greatly affects sentence performance. In this thesis, the comparative analysis of transformer-based language models used in generating captions from images, the performance of convolution-based language models, and deep learning methods are examined. Within the scope of this determined goal, we have four applications developed on two different data sets. In our applications, sentences in English language describing the images are produced by using MSCOCO and Flickr8k datasets.
Benzer Tezler
- Sürekli rejim şartlarında nükleer yakıt çubuklarında tek ve iki boyutlu ısı iletiminin analizi
In steady-state conditions analyses of one and two dimensional conduction in nuclear fuel rods
İBRAHİM ATILGAN
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERCAN ATAER
- Sivas-Kangal yöresinde kırsal gelişme ve pazara açılma sürecindeki farklılaşmalar (bir örnek olay incelemesi)
Başlık çevirisi yok
FAHRİ ERCEM
Yüksek Lisans
Türkçe
1984
SosyolojiCumhuriyet ÜniversitesiSosyoloji Ana Bilim Dalı
DOÇ. DR. A. VAHAP SAĞ
- Kutu kesitli kirişlerin eğilme, burulma ve bozulma etkilerine göre analizi
Başlık çevirisi yok
AHMET BUDAK
Yüksek Lisans
Türkçe
1987
İnşaat MühendisliğiKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLHAN SUNGUR
- Bir küresel reflektör üzerinde uyarılan yüzey akımları
Surface currents induced on a perfectly conducting spherical reflector
TANER ŞENGÖR
Doktora
Türkçe
1983
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. MİTHAT İDEMEN