caption 第12页

Fast, Diverse and Accurate Image Captioning Guided By Part-of-Speech

Fast,DiverseandAccurateImageCaptioningGuidedByPart-of-Speech原文地址时间：2019年概括本文致力于建立一个fast,accurate,diverse

luputo·2023-01-15 12:04

pytorch学习（一）：torch.nn.utils.rnn.pack_padded_sequence()的用法

torch.nn.utils.rnn.pack_padded_sequence()的用法：targets=pack_padded_sequence(captions,lengths,batch_first

月半rai·2023-01-14 19:58

ALBEF图文检索代码运行

数据集数据集构成数据集下载代码运行报错解决方案可视化TensorBoard可视化代码语法python中的模块linear函数Flickr30k数据集数据集构成测试集test.json的格式是：一张图片对应5个caption

Toocommon·2023-01-13 18:09

【笔记】latex做表格

这里写自定义目录标题表格换行，用这个搞定\begin{table}[width=.9\linewidth,cols=4,pos=h]\caption{Thisisatestcaption.Thisisatestcaption.Thisisatestcaption.Thisisatestcaption

煎pan上的狸猫·2023-01-13 00:39

Multi-Lable 数据集

MicrosoftCommonObjectsinContext)datasetisalarge-scaleobjectdetection,segmentation,key-pointdetection,andcaptioningdataset.Thedatasetconsistsof328

nightluo·2023-01-12 07:46

成功解决 LaTeX 无法实现相同大小子图并排问题

打算在LaTeX中并排插入两张大小相同的图片，步骤如下：1.引入宏包\usepackage{graphicx}\usepackage{subcaption}2.并排插入子图\begin{figure}[

Meilinger_·2023-01-11 07:53

【目标检测】COCO数据集介绍

目录：COCO数据集介绍一、数据集介绍二、COCO数据集features2.1对象检测2.2字幕(captioning)：图像的自然语言描述2.3关键点检测2.4图像分割(stuffimagesegmentation

旅途中的宽~·2023-01-10 12:17

COCO数据集介绍

MicrosoftCommonObjectsinContext(MSCOCO)，它是一个大规模(large-scale)的对象检测(objectdetection)、分割(segmentation)、关键点检测(key-pointdetection)和字幕(captioning

fengbingchun·2023-01-10 10:28

【代码学习】C3D提取视频特征

学习目标理论补充：C3D网络特点动手能力：用C3D提取目标数据集（Charades-STA、ActivityNetCaptions、TVR）的滑动窗口（64、128、256、512祯，各个窗口间80%的重叠

反科研pua所所长·2023-01-09 09:51

R语言利用ggplot画图时调整坐标轴字体大小

利用ggplot画好图，并把它插入到论文中后，你会发现默认的字体大小12pt太小了，与LATEX中图的caption大小不匹配，为此，你需要在利用ggplot画图的时候一开始就要调整到你需要的大小。

阿智智·2023-01-08 10:08

【记录】LaTeX｜Overleaf中ACM的LaTex模板的图片引用出现问号

img:result}:\begin{figure}[h]\centering\label{result}\includegraphics[width=\linewidth]{imgs/3.jpg}\caption

shandianchengzi·2023-01-06 21:16

text-to-video generation(T2V)数据集

MSR-VTTKTHMSVD(Youtube2Text)Kinetic(较难获取)UCF-101VaTEX(VideoandTEXt)DatasetTargettaskExamplesSentencesMSR-VTTvideocaption10000

天线狗子·2023-01-06 11:17

【学习周报】10.10~10.15

学习内容：这周学习了论文：DiverseVideoCaptioningbyAdaptiveSpatio-temporalAttention（CVPR2022），一种基于BERT的采用自适应时空注意生成多样性字幕的方法

Bohemian_mc·2023-01-04 13:36

文本-图像生成（Text-to-Image Generation）的评价指标介绍——CLIPScore、TISE

目录CLIPScore:AReference-freeEvaluationMetricforImageCaptioning背景公式总结TISE:BagofMetricsforText-to-ImageSynthesisEvaluation

TheTopMing·2023-01-04 11:42

image caption笔记（二）：《Show and Tell : A Neural Image Caption Generator》

二、模型结构四、代码分析：首先是训练的部分（1）准备数据COCO数据集中的caption最长不能超过16个单词，超出的话只截取前16个。每张图保留5个caption。

月半rai·2023-01-03 18:34

caption重要性 image_Image Caption 深度学习方法综述

本周对利用深度学习方法解决ImageCaption问题做了一些研究，读了几篇论文，总结如下。总体来说，目前深度学习领域ImageCaption的方法仍主要是Encoder-Decoder。

weixin_39984952·2023-01-03 18:30

image caption和NLP中的注意力机制

imagecaption和NLP中的注意力机制最近在学习有关imagecaption（图像描述）的内容，记录下学习内容和思考，以便后续学习。本文参考了很多大神的笔记和论文。

菠萝大仙·2023-01-03 18:28

Show and Tell: A Neural Image Caption Generator 笔记

看图说话简介看图说话，即自动描述图片的内容，有很多的应用，例如帮助盲人更好的理解网上图片的内容。许多之前的想法是把已有的子问题结合起来，而本文用一种端到端的方法、用一种简单的模型，最大化似然函数然产生图片的描述。基础模型RNN为t时刻隐藏层状态，为t时刻输入，则LSTM包括三个门，sigmoid输出，范围0~1，输入全为t时刻输入x和t-1时刻隐藏层的状态；一个控制遗忘,一个决定加入信息量,当前记

沧海素晴·2023-01-03 18:57

《Show and Tell: A Neural Image Caption Generator》阅读笔记及相关知识

ImageCaption指的是自动从一张图片生成描述性语句，不仅能指出图片中包含的物体，而且能够表达图片中物体的相互关系、他们的属性以及他们共同参与的活动。

对酒当鸽·2023-01-03 18:57

《Show and Tell: A Neural Image Caption Generator》笔记

CVPR2015在《ShowandTell:ANeuralImageCaptionGenerator》1这篇文章中作者将机器翻译中的“Encoder+Decoder”的模式应用到图像描述中，也就是用一个

王权大宝·2023-01-03 18:27

【论文阅读笔记】Show, Attend and Tell: Neural Image Caption Generation with Visual Attention.

Show,AttendandTell:NeuralImageCaptionGenerationwithVisualAttention.2015-ICMLK.Xu,J.Ba,R.Kiros,K.Cho,A.Courville

little06960·2023-01-03 18:24

NLP+VS=>Image Caption︱自动生成图像标题技术论文+相关项目2

文章出自https://blog.csdn.net/sinat_26917383/article/details/54669846ImageCaption是一个融合计算机视觉、自然语言处理和机器学习的综合问题

junchengberry·2023-01-03 18:53

论文笔记：Image Caption(Show and Tell)

ShowandTell:ANeuralImageCaptionGeneratorShowandTell1、四个问题要解决什么问题？ImageCaption（自动根据图像生成一段文字描述）。

hongbin_xu·2023-01-03 18:22

读书笔记--《Show and Tell: A Neural Image Caption Generator》

这篇文章设计了一个端到端的网络来解决imagecaption问题，这个模型将最先进的视觉和语言模型结合在了一起，从而在效果上取得了巨大的进展。

call_me_mr_wei·2023-01-03 18:52

【新手也能读懂的超详细论文解读】Show and Tell: A Neural Image Caption Generator

ShowandTell:ANeuralImageCaptionGenerator前言（与论文无关）简介模型总结前言（与论文无关）最近事情比较多，除了考试还有导师布置的任务，还有几门考试，当然还要花时间打游戏

我又不紧张a·2023-01-03 18:51

【论文阅读笔记】Show and Tell: A Neural Image Caption Generator.

ShowandTell:ANeuralImageCaptionGenerator.2015-CVPRO.Vinyals,A.Toshev,S.Bengio,andD.Erhan.motivation：图像描述比目标检测和图像分类更难

little06960·2023-01-03 18:47

【学习周报】论文阅读学习

Bohemian_mc·2023-01-02 18:23

【学习周报】强化学习在视频字幕中的应用调查

学习内容：VideoCaptioningviaHierarchicalReinforcementLearning（CVPR2018）ReconstructandRepresentVideoContentsforCaptioningviaReinforcementLearning

Bohemian_mc·2023-01-02 18:53

【学习周报】研究生深度学习笔记9.12~9.17

学习目标：深度学习花书一篇A类会议论文学习内容：蒙特卡罗方法——深度学习第十七章GL-RG:Global-LocalRepresentationGranularityforVideoCaptioning

Bohemian_mc·2023-01-02 18:52

【学习周报】研究生学习周报

学习内容：ObjectRelationalGraphwithTeacher-RecommendedLearningforVideoCaptioning（CVP

Bohemian_mc·2023-01-02 18:44

Latex如何控制表格的宽度和高度

原始的表格这样\begin{table}[htbp]\centering\caption{EffectofUncertaintyEstimation.}

weiweiweimengting·2023-01-02 09:09

从Coco2017中提取实例分割图片，裁剪并保存为透明背景

annotations├─train2017└─val2017其中，train2017、val2017存放的是对应的图片；annotations中存放的是标注文件：2017/09/0203:0491,865,115captions_train2017

自由丶如风·2023-01-01 16:07

多模态论文导读--VQA视觉问答经典论文：（注意力机制）Where To Look: Focus Regions for Visual Question Answering

大家好，我是CuddleSabe，目前大四在读，深圳准入职算法工程师，研究主要方向为多模态（VQA、ImageCaptioning等），欢迎各位佬来讨论！

CuddleSabe·2023-01-01 15:42

【论文&模型讲解】VideoBERT: A Joint Model for Video and Language Representation Learning

friedrichor·2023-01-01 15:40

MoverScore: Text Generation Evaluating with Contextualized Embeddings and Earth Mover Distance

一般常见的textgeneration任务有：summary、machinetranslation、imagecaption、data-to-textgenerat

QianTu&·2023-01-01 07:33

latex单栏和双栏插入图片

htbp]%注意，这里设置是关键\centering\includegraphics[width=\linewidth,scale=1.00]{tight.png}%[]里面的参数自己可根据需要调整\caption

koala_cola·2023-01-01 01:57

【论文速递】BLIP：Bootstrapping Language-Image Pre-training for Unified Vision-Language Understanding and G

背景介绍什么是VLVisionandlanguage将视觉与语言进行一定程度的结合，从而产生出一些新的应用与挑战有哪些任务类型字幕生成ImageCaptioning图像检索ImageRetrieval视觉问答

404TATTOO·2022-12-31 20:11

【pygame游戏】

pygame.init()#每个元素都是surface，screen为整个游戏窗口的surfacescreen=pygame.display.set_mode((1200,800))pygame.display.set_caption

耶耶耶耶耶~·2022-12-31 11:19

image caption （四）Transformer

Transformer：《attentionisallyourneed》Attention机制将任意位置的两个单词的距离转换成1，有效的解决了NLP中棘手的长期依赖问题。Transformer的结构在NLP领域中已经得到了广泛应用，并且作者已经发布在TensorFlow的tensor2tensor库中Encoder：(可并行)1）输入：单词Embedding位置Embedding（因为Transf

刘咚咚的记事本·2022-12-30 14:38

论文笔记：Dual-Level Collaborative Transformer for Image Captioning

现有的基于图像区域特征的图像字幕方法的不足是：缺乏上下文信息和细粒度细节，而这恰恰是传统网格特征的优点。本文使用这两种特征（区域特征和网格特征）作为视觉输入，引入一种新的双层协同Transformer网络(DLCT)以实现区域和网格特征在图像描述中的互补优势。在DLCT中，首先通过一个新的Dual-WaySelfAttention(DWSA)处理两类特征源，以挖掘它们的内在属性，引入了一个综合关系

SCUT_JQ·2022-12-30 14:08

Image captioning with transformer and knowledge graph

Imagecaptioningwithtransformerandknowledgegraph创新点一、创新点1二、创新点2实验2021PatternRecognitionLetters东南大学创新点本文使用相对熵

小个葡萄·2022-12-30 14:07

CVPR2019 图像描述（image caption）论文汇总

CVPR2019图像描述（imagecaption）论文汇总1.AdversarialSemanticAlignmentforImprovedImageCaptions使用对抗学习的思想来加强image

Charles、洛·2022-12-30 14:07

2020 image captioning最新论文

DenseRelationalImageCaptioningviaMulti-taskTriple-StreamNetworks论文https://arxiv.org/pdf/2010.03855v2.

一桥风景·2022-12-30 14:36

End-to-End Attention-based Image Captioning

论文地址：https://arxiv.org/abs/2104.14721一、问题提出目前ImageCaptioning方法主要采用基于规则或基于CNN+RNN的方法。

羊飘·2022-12-30 14:06

Describing like Humans: on Diversity in Image Captioning

DescribinglikeHumans:onDiversityinImageCaptioning原文地址时间：2019CVPRIntro当前的imagecaptioning模型虽然在各种指标（BLEUMETEORROUGECIDEr

luputo·2022-12-30 14:06

论文阅读【Entangled Transformer for Image Captioning】

EntangledTransformerforImageCaptioning发表：ICCV2019idea：典型的注意机制很难识别等价的视觉信号，尤其是在预测高度抽象的单词时。

hei_hei_hei_·2022-12-30 14:35

用于Image Captioning的变分Transformer模型！

衰减的多样性使captioner成为一个重复机器，衰减的准确性使其成为一个假的描述机器。

FightingCV·2022-12-30 14:34

【论文阅读笔记】Say As You Wish: Fine-grained Control of Image Caption Generation with Abstract Scene Graphs

SayAsYouWish:Fine-grainedControlofImageCaptionGenerationwithAbstractSceneGraphs2020-CVPRShizheChen1∗,

little06960·2022-12-30 07:09

【论文阅读笔记】Bottom-Up and Top-Down Attention for Image Captioning and Visual Question Answering.

Bottom-UpandTop-DownAttentionforImageCaptioningandVisualQuestionAnswering.2018-CVPRP.Anderson,X.He,C.Buehler

little06960·2022-12-30 07:34

grad-cam实现可视化｜mmselfsup自监督｜保姆级教学

2.计算方法3.操作分析4.代码开发5.效果分析6.统计正确分类和错误分类的可视化7.总结1.grad-cam原理Grad-CAM是使用任何目标概念的梯度（比如分类类别中的某一类的logits，甚至是caption

来一块葱花饼·2022-12-29 21:10

推荐频道

caption