image_captioning:使用在COntext(MS COCO)数据集中的Microsoft Common Objects上训练的CNN-RNN模型生成图像的标题

上传者: 42126399 | 上传时间: 2023-01-02 13:00:14 | 文件大小: 2.09MB | 文件类型: ZIP
图片字幕 介绍 建立一个模型以从图像生成字幕。 给定图像后,模型可以用英语描述图像中的内容。 为了实现这一点,我们的模型由一个编码器(一个CNN)和一个解码器(一个RNN)组成。 为CNN编码器提供了用于分类任务的图像,其输出被馈送到RNN解码器,后者输出英语句子。 该模型及其超参数的调整基于论文和。 我们使用微软Çommon在CO NTEXT(MS COCO)O bjects为这个项目。 它是用于场景理解的大规模数据集。 该数据集通常用于训练和基准化对象检测,分段和字幕算法。 有关下载数据的说明,请参见下面的“数据”部分。 代码 该代码可以分为两类: 笔记本-该项目的主要代码由一系列Jupyter笔记本构成: 0_Dataset.ipynb介绍数据集并绘制一些样本图像。 1_Preliminaries.ipynb加载和预处理数据并使用模型进行实验。 2_Training.ip

文件下载

资源详情

[{"title":"( 17 个子文件 2.09MB ) image_captioning:使用在COntext(MS COCO)数据集中的Microsoft Common Objects上训练的CNN-RNN模型生成图像的标题","children":[{"title":"image_captioning-master","children":[{"title":".gitignore <span style='color:#111;'> 1.15KB </span>","children":null,"spread":false},{"title":"3_Inference.ipynb <span style='color:#111;'> 1.24MB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 3.68KB </span>","children":null,"spread":false},{"title":"vocabulary.py <span style='color:#111;'> 3.58KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.03KB </span>","children":null,"spread":false},{"title":"1_Preliminaries.ipynb <span style='color:#111;'> 35.44KB </span>","children":null,"spread":false},{"title":".gitattributes <span style='color:#111;'> 49B </span>","children":null,"spread":false},{"title":"data_loader.py <span style='color:#111;'> 7.70KB </span>","children":null,"spread":false},{"title":"utils.py <span style='color:#111;'> 10.96KB </span>","children":null,"spread":false},{"title":"model.py <span style='color:#111;'> 4.20KB </span>","children":null,"spread":false},{"title":"images","children":[{"title":"decoder.png <span style='color:#111;'> 232.78KB </span>","children":null,"spread":false},{"title":"encoder-decoder.png <span style='color:#111;'> 295.42KB </span>","children":null,"spread":false},{"title":"coco-examples.jpg <span style='color:#111;'> 94.52KB </span>","children":null,"spread":false},{"title":"encoder.png <span style='color:#111;'> 383.40KB </span>","children":null,"spread":false}],"spread":true},{"title":"0_Dataset.ipynb <span style='color:#111;'> 268.08KB </span>","children":null,"spread":false},{"title":"vocab.pkl <span style='color:#111;'> 236.55KB </span>","children":null,"spread":false},{"title":"2_Training.ipynb <span style='color:#111;'> 35.06KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明