图像描述模型综述参考

1、常用数据集

Flickr8K、Flickr30K：点击跳转
MS COCO：微软的 COCO 数据集中，有超过 160,000 的图像，人工为每张图像都至少撰写了 5 条标注，总共有超过 100 万句的描述。点击跳转
Visual Genome、SBU、Pascal Voc、
PASCAL-50S、ABSTRACT-50S

2、评价指标

BLEU：点击跳转
ROUGE：点击跳转
METEOR：点击跳转
CIDEr-D：点击跳转
Perplexity：

SPICE ：这个指标是在 ECCV2016 上提出的，它基于句子对应的 semantic scene graphs 来评价 F-score，还是很科学的。点击跳转

3、循环神经网络

RNN
LSTM
GRU

4、应用

Show and Tell
Show,Attend and Tell
V2L
DenseCap
Mind’s Eye
Visual Concepts and Back

 

看的文章:

图像描述（image caption）历年突破性论文总结：点击跳转

demo 1 ：点击跳转

Image caption——图像理解——看图说话综述（2015-2018）：点击跳转

Image caption——图像理解——看图说话：点击跳转

Image Caption图像描述原理简介及实现:点击跳转

强化学习在图像描述中应用：点击跳转

【CV+NLP】更有智慧的眼睛：图像描述（Image Caption）&视觉问答（VQA）综述（上）：点击跳转

2019年, image captioning论文汇总：点击跳转

图像描述（image caption）历年突破性论文总结：点击跳转