[LAB 13 · 看图生成一句话：训练、解码与消融](/course/notebooks/3da47f3ee3554ee0a36e0bb6a2fdc61f.html)

# 5. 读真实图、真实曲线与失败边界
[独立阅读](/course/notebook-blocks/16ef050e2f094a6eaf6b7c8f4f14dc32.html)
按问题继续

真实CNN–GRU条件训练与greedy/beam生成、遮图/错图消融

## 5. 读真实图、真实曲线与失败边界

| 解码/干预 | 保留集整句准确率 |
| --- | --- |
| Greedy，自回归 | 100.0% |
| Beam，宽度 3 | 100.0% |
| 相同模型，所有像素置零 | 5.6% |
| 相同模型，图像循环错配 | 0.0% |

![保留图像、真值描述及greedy和beam真实生成句子](/assets/display/a9bc909f343835d4ec673d45.webp)

![训练和保留逐词交叉熵及图像干预后的整句准确率](/assets/display/b3d5136b8b5c8bfe245797e9.webp)

100% 只覆盖小词表、单对象和熟悉的语义组合；大小变化、噪声幅度都有限。下一步只改变一个条件：把 `radius` 范围扩大，或让图像包含两个对象，并先明确描述目标是否也应改变。不要在同一次改动中同时加对象、换语料和换评分，否则失败难以归因。