文件名称：retrieval.pytorch:自适应跨模态嵌入的图像句对齐
文件大小：68.7MB
文件格式：ZIP
更新时间：2024-05-24 13:13:35
Python
图像文本对齐（ADAPT）的自适应交叉模态嵌入 该代码实现了一种用于训练图像文本对齐模型的新颖方法，即ADAPT。 ADAPT被设计为使用模态b中实例的嵌入矢量来调整模态a中实例的中间表示。 此类改编旨在过滤和增强内部特征中的重要信息，从而实现引导性矢量表示–与注意力模块的工作类似，但计算效率更高。 有关更多信息，请阅读我们的。 目录 安装 1. Python 3和Anaconda 然后创建一个环境。 2.作为独立项目 conda create --name adapt python=3 conda activate adapt git clone https://github.com/jwehrmann/retrieval.pytorch cd retrieval.pytorch pip install -r requirements.txt 3.下载数据集 wget https
【文件预览】：
retrieval.pytorch-master
----.gitignore(2KB)
----results()
--------print_result.py(2KB)
----requirements.txt(134B)
----run.py(3KB)
----test_ens.py(2KB)
----options()
--------adapt()
--------vsepp()
--------scan-t2i()
----vocab()
--------align_vocab.py(2KB)
----assets()
--------adapt.png(34KB)
--------adapt_poster.pdf(12.74MB)
--------adapt_poster.png(4.51MB)
----.vocab_cache()
--------glove_840B_f30k_precomp.json.pkl(9.55MB)
--------w2v_coco_precomp.json.pkl(12.94MB)
--------w2v_f30k_precomp.json.pkl(9.55MB)
--------glove_840B_coco_precomp.json.pkl(12.94MB)
--------complete_precomp.json(479KB)
--------glove_coco_precomp.json.pkl(12.94MB)
--------glove_f30k_precomp.json.pkl(9.55MB)
--------coco_precomp.json(184KB)
--------char.json(2KB)
--------f30k_precomp.json(135KB)
--------jap_precomp.json(25KB)
----retrieval()
--------data()
--------model()
--------__init__.py(79B)
--------utils()
--------train()
----params.py(2KB)
----README.md(4KB)
----test.py(2KB)
----extract_features.py(2KB)
----.vscode()
--------settings.json(159B)
--------launch.json(3KB)
----.editorconfig(225B)