← Image Captioning

Papers with Code · CC BY-SA 4.0

nocaps-val-overall

아카이브 평가 11건 · 마지막 적재/변경 2026-10-30

원본 데이터셋 링크 1

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델	원본 지표·값	논문	구현
BLIP-2 ViT-G FlanT5 XL (zero-shot)	CIDEr 121.6 SPICE 15.8 Pretrain (#images) 1.1B	BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models 2023-01-30	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17
BLIP-2 ViT-G OPT 6.7B (zero-shot)	CIDEr 121.0 SPICE 15.3 Pretrain (#images) 1.1B	BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models 2023-01-30	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17
BLIP-2 ViT-G OPT 2.7B (zero-shot)	CIDEr 119.7 SPICE 15.4 Pretrain (#images) 1.1B	BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models 2023-01-30	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17
LEMON_large	CIDEr 113.4 SPICE 15.0 Pretrain (#images) 200M	Scaling Up Vision-Language Pre-training for Image Captioning 2021-11-24	연결 없음
BLIP_ViT-L	CIDEr 113.2 SPICE 14.8 Pretrain (#images) 129M	BLIP: Bootstrapping Language-Image Pre-training for Unified Vision-Language Understanding and Generation 2022-01-28	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
SimVLM	CIDEr 112.2 SPICE - Pretrain (#images) 1.8B	SimVLM: Simple Visual Language Model Pretraining with Weak Supervision 2021-08-24	코드 1 · 코드 2
BLIP_CapFilt-L	CIDEr 109.6 SPICE 14.7 Pretrain (#images) 129M	BLIP: Bootstrapping Language-Image Pre-training for Unified Vision-Language Understanding and Generation 2022-01-28	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
OmniVL	CIDEr 107.5 SPICE 14.7 Pretrain (#images) 14M	OmniVL:One Foundation Model for Image-Language and Video-Language Tasks 2022-09-15	연결 없음
VinVL	CIDEr 95.5 SPICE 13.5 Pretrain (#images) 5.7M	VinVL: Revisiting Visual Representations in Vision-Language Models 2021-01-02	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
Enc-Dec	CIDEr 90.2 SPICE 12.1	Conceptual 12M: Pushing Web-Scale Image-Text Pre-Training To Recognize Long-Tail Visual Concepts 2021-02-17	코드 1 · 코드 2 · 코드 3
OSCAR	CIDEr 80.9 SPICE 11.3 Pretrain (#images) 345M	Oscar: Object-Semantics Aligned Pre-training for Vision-Language Tasks 2020-04-13	코드 1 · 코드 2 · 코드 3 · 코드 4