简洁：1.数据集采用flickr8k（图像，对应的文本描述），使用keras创建VGG16定义的CNN网络。利用VGG16（去掉最后一层）提取图像特征，将flickr8k的图像文件转为图像特征，保存为pickle文件。
2.写不下了，自己看吧，代码有注释
涉及技术：Pycharm + Keras + Python 3.6 + numpy + opencv3.3.1等
该项目是对Jason Brownlee的文章《How to Automatically Generate Textual Descriptions for Photographs with Deep Learning》的代码复现。
2021-05-11 21:22:12
11KB
1
数据集下载链接：https://www.imageclef.org/photodata
请把数据集放在：程序neural_image_captioning\datasets\中
完整工程：图像描述---Show and Tell: A Neural Image Caption Generator，使用keras实现图像描述，运行环境（keras==2.0.3，tensorflow==1.1.0，pandas==0.19.1，numpy==1.12.1，h5py==2.7.0，matplotlib==2.1.0，pillow==4.3.0）
2021-04-10 19:39:35
171.88MB
1
近年来,跨模态研究吸引了越来越多学者的关注,尤其是连接视觉和语言的相关课题。该文针对跨视觉和语言模态研究中的核心任务——图像描述生成,进行文献综述。
2021-03-29 14:38:26
981KB
1
完整工程案例：图像描述---Show and Tell: A Neural Image Caption Generator，基于Inception V3与LSTM实现图像描述，运行环境（Tensorflow1.0及以上，Python3.6）
2019-12-21 20:05:50
519KB
1
完整工程案例：图像描述---Show and Tell: A Neural Image Caption Generator，基于Inception V3与LSTM实现图像描述，运行环境（Tensorflow1.0及以上，Python3.6）
2019-12-21 20:05:50
447KB
1