文件名称：fairseq-image-captioning-master
文件大小：1.53MB
文件格式：ZIP
更新时间：2024-05-10 23:42:27
Python
图像字幕变压器 该项目使用基于的图像字幕模型扩展了 。 它仍在进行中，并受到以下论文的启发： [1] 史蒂文·雷尼（Steven J. 。 2017年，计算机视觉与模式识别，第1179-1195页。 [2] 彼得·安德森（Peter Anderson），何小东，克里斯·布勒（Chris Buehler），达米安·泰尼（Damien Teney），马克·约翰逊（Mark Johnson），斯蒂芬·古尔德（Stephen Gould），张磊。 。 在IEEE计算机视觉和模式识别会议会议录中，第6077-6086页，2018年。 [3] Ashish Vaswani，Noam Shazeer，Niki Parmar，Jakob Uszkoreit，Llion Jones，Aidan N.Gomez，ŁukaszKaiser和Illia Polosukhin。 。 《神经信息处理系统的
【文件预览】：
fairseq-image-captioning-master-master
----preprocess()
--------preprocess_captions.sh(2KB)
--------tokenize_captions_scst.py(2KB)
--------tokenize_captions.py(3KB)
--------preprocess_images.py(2KB)
--------preprocess_features.py(3KB)
----score.sh(80B)
----preprocess_captions.sh(302B)
----preprocess_images.sh(170B)
----.gitmodules(129B)
----score.py(1KB)
----data.py(10KB)
----generate.py(5KB)
----model()
--------caption.py(7KB)
--------modules.py(869B)
--------inception.py(3KB)
----task.py(4KB)
----demo()
--------demo-ids.txt(42B)
--------demo-predictions.json(435B)
----scst()
--------criterion.py(4KB)
--------generator.py(5KB)
----LICENSE(11KB)
----environment.yml(342B)
----README.md(15KB)
----docs()
--------features.jpg(25KB)
--------baseline.jpg(274KB)
--------predictions.png(412KB)
----preprocess_features.sh(157B)
----splits()
--------karpathy_valid_images.txt(219KB)
--------karpathy_train_images.txt(5.16MB)
--------karpathy_test_images.txt(219KB)
----.gitignore(5B)
----viewer.ipynb(3KB)