Image Captions

image caption领域方法综述（二） image caption领域自从引入了深度学习以后发展十分迅速，通过2015年到2020年发表的论文，我将image caption领域的方法分为4类：基于注意力机制、基于对抗生产网络、基于强化学习以及基于密集描述，本篇参考了论文 图像描述技术综述[J]. 计算机科学, 2020, 47(12): 149-160.，这一篇介绍第二部分：基于对抗生产网

最近在做image caption的任务，因为有自己的数据集，因此需要自己创建字典、annotation等信息。而COCO官方针对coco image caption任务的数据集写了一个API接口（pycocotools包），因此如果想偷懒就老老实实按照coco image caption数据集的格式准备数据。否则自己写pycocotools接口，可能会出现各种各样的bug。因此我们应该首先看一下

1、数据集 Flickr8k[55]《Framing image description as a ranking task: Data, models and evaluation metrics》 http://nlp.cs.illinois.edu/HockenmaierGroup/Framing_Image_Description/Flickr8k_Dataset.zip  http://

Attention-Based Methods O. Vinyals, A. Toshev, S. Bengio, and D. Erhan. Show and tell: A neural image caption generator. CVPR 2015. https://github.com/karpathy/neuraltalk   K. Xu, J. Ba, R. Kiros, K.

最近看了一些关于image caption 的论文想跑一下相关代码，有关的数据集大部分是COCO2014、Flickr8k和Flickr30k。找了好长时间终于找全了，下面分享一下，希望方便更多的人。 COCO2014、COCO2015：链接：https://pan.baidu.com/s/1ggn4FYF 密码：p5kl（比较大，官网总是打不开所以放了自己的百度云链接） Flickr数据集需要发