资源包含文件：设计报告word+源码及数据 Image Caption即我们常说的看图说话：给定一张图片，生成该图片对应的自然语言描述。 该任务涉及到了图像与自然语言两个模态，然而图像空间与自然语言空间本就十分庞大，并且两者之间存在巨大的语义鸿沟。 如何将两个庞大的语义空间进行对齐，这是该任务的重点。本项目对ClipCap: CLIP Prefix for Image Captioning 论文进行介绍，并且对论文在Flickr30k中文数据集上进行实验复现和效果展示。 详细介绍参考：https://biyezuopin.blog.csdn.net/article/details/125617468

python3版本，包含spice评价指标。各种环境已经编好，直接修改路径就可以使用。 参考网上各种资料，直接修改路径就可以使用。但是要装JDK.

图像字幕生成器 使用CNN和RNN生成图像描述。

Image caption 数据集链接-附件资源

图像字幕生成 InceptionV3-多层GRU（Keras和TensorFlow） 要求： Python 3.6 TensorFlow 1.13.1（安装tensorflow-1.13.1-cp36-cp36m-win_amd64.whl） 凯拉斯2.2.4 Joblib 1.0.1 Matplotlib 3.3.4 Open CV 4.5.1 熊猫1.1.5 Nltk 3.5 下载Flickr30k或MSCOCO数据集图像和标题。 训练模型的步骤： 克隆存储库以保留目录结构。 对于Flickr30k放在flickr30k图像文件夹或MSCOCO results_20130124.token和Flickr30k图像放captions_val2014.json和MSCOCO图像COCO-images文件夹中。 通过运行以下python keras2tensorflo

图像字幕生成器 使用CNN和RNN生成图像标题

keras首次加载vgg16模型的时候，会先下载该模型模型已经预训练好的模型权重文件。使用keras下载速度着实令人着急，有需要用的朋友自取。

Tensorflow实现：图像描述---Show and Tell: A Neural Image Caption Generator-附件资源

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）

本代码为image caption基于python的代码，经测试，可以正常使用。