caption

meshed-memory transformer代码实现（绝对详细）

meshed-memorytransformer代码实现参考的官方代码：GitHub-aimagelab/meshed-memory-transformer:Meshed-MemoryTransformerforImageCaptioning.CVPR2020
qq_42605598·2022-12-13 06:23

CVPR2021-RSTNet-Captioning with Adaptive Attention on Visual and Non-Visual Words

论文地址:CVPR2021-RSTNet-CaptioningwithAdaptiveAttentiononVisualandNon-VisualWords背景介绍在imagecaptioning领域最常使用的是
leeyns·2022-12-13 06:20

CVPR2020-Meshed-Memory Transformer for Image Captioning

论文地址：Meshed-MemoryTransformerforImageCaptioning(thecvf.com)Background本文在transformer的基础上，对于ImageCaption
leeyns·2022-12-13 06:17

Win32无边框窗体拖动、改变大小（WM_SYSCOMMAND方式）

当然，也能搜出另一种更好的实现，通过：SendMessage(hwnd,WM_SYSCOMMAND,SC_MOVE|HTCAPTION,0);实现。
hhhhhhhhhhkkkkkkkkkk·2022-12-10 00:45

剑桥大学等提出MAGIC，一个即插即用、无需训练的图像-文本生成框架

该框架可以使用图片模态的信息指导预训练语言模型完成一系列跨模态生成任务，例如imagecaptioning和visuallygroundedstorygeneration。
PaperWeekly·2022-12-09 16:55

多模态：CLIP 模型

本次我们尝试使用Google开源的ConceptualCaptions数据集来训练CL
u013250861·2022-12-09 14:50

The Unreasonable Effectiveness of Recurrent Neural Networks

ssomethingmagicalaboutRecurrentNeuralNetworks(RNNs).IstillrememberwhenItrainedmyfirstrecurrentnetworkforImageCaptioning.Withinafewdozenminutesoftrainingmyfirstbabymodel
Omni-Space·2022-12-09 02:17

LaTex常用代码段（图片、表格、公式...）

{figure}[ht]\centering%centering图片居中，\flushleft左对齐，\flushright右对齐\includegraphics[scale=0.4]{图片文件名}\caption
北山杉林·2022-12-09 02:39

计算机视觉知识点之COCO数据集和pytorch

COCO数据集方面：COCO数据集现在有3种标注类型：1,objectinstances（目标实例）,2,objectkeypoints（目标上的关键点）,3,imagecaptions（看图说话）使用
王壹浪·2022-12-08 19:41

python中用pygame创建一个精致的窗口

之前必须初始化screen=pygame.display.set_mode(size=(1200,800),flags=pygame.RESIZABLE)#设置主屏窗口pygame.display.set_caption
zou_xi·2022-12-08 07:00

CVPR_2022:Beyond a Pre-Trained Object Detector论文阅读

BeyondaPre-TrainedObjectDetector:Cross-ModalTextualandVisualContextforImageCaptioning论文地址：BeyondaPre-TrainedObjectDetector
Mr . 孤独患者·2022-12-07 22:03

Pytorch 创建Dataset类，加载我们自己的数据集及优化

为什么要学习加载自己的数据集Pytorch自带有许多数据集，他们的格式都已经指定，如：MNISTCOCO（用于图像标注和目标检测）(CaptioningandDetection)LSUNClassificationImageFolderImagenet
水木工南·2022-12-07 11:17

CoCo数据集下载

MicrosoftCommonObjectsinContext，起源于微软2014年的MicrosoftCOCO数据集COCOisalarge-scaleobjectdetection,segmentation,andcaptioningdataset.COCOhasseveralfeature
nanyidev·2022-12-07 00:33

【论文笔记】Unified Vision-Language Pre-Training for Image Captioning and VQA

ThispaperpresentsaunifiedVision-LanguagePre-training(VLP)model.Themodelisunifiedinthat(1)itcanbefine-tunedforeithervision-languagegeneration(e.g.,imagecaptioning
烫烫烫烫的若愚·2022-12-06 10:33

论文笔记：Meshed-Memory Transformer for Image Captioning

本小白是在学习了transformer之后，开始阅读使用transformer来做imagecaption的文章。
詹姆斯德1·2022-12-06 10:03

论文笔记：Beyond a Pre-Trained Object Detector:Cross-Modal Textual and Visual Context for Image Caption

前言这篇论文是CVPR2022的一篇文章，代码也已经开源。这博客主要分享自己的一些理解，详情可以去阅读原文。论文思想这篇论文首先提出了一个问题是当前的大多数图像描述模型主要依赖预训练的图像特征和一个固定的目标检测器。然而，这种方法的一个关键限制是，模型的输出仅依赖于对象检测器的输出。（极端点的理解，哪怕视觉特征提取得再好，你目标检测模块检测不到那个目标，那就无法输出这个目标的任何信息，个人理解，不
詹姆斯德1·2022-12-06 10:02

QT - 调色板类 QPalette

一个小例子：this->setWindowTitle(ScaleCaption);//测量this->setWindowFlags(Qt::FramelessWindowHint);//去除页面边框QPalettepl
xuechanba·2022-12-06 07:19

【学习周报】10.31 ~ 11.5

HMN项目代码：找到video对应的id，并按照id与caption的映射关系保存到本地。调研CVPR中与图像/视频字幕相关的六篇文章，包括已经汇报过的HMN、SWINBERT。
Bohemian_mc·2022-12-05 15:14

【学习周报9.26 ~ 10.1】Hierarchical Modular Network for Video Captioning(CVPR2022)

学习内容：论文：HierarchicalModularNetworkforVideoCaptioning(CVPR2022)论文：End-to-EndObjectDetectionwithTransformers
Bohemian_mc·2022-12-05 14:44

【学习周报】研究生深度学习笔记9.19~9.24

学习目标：深度学习花书SWINBERT:End-to-EndTransformerswithSparseAttentionforVideoCaptioning（CVPR2022）学习内容：花书配分函数—
Bohemian_mc·2022-12-05 14:43

Neural Baby Talk学习笔记

NeuralBabyTalk学习笔记[1803.09845]NeuralBabyTalk1、介绍深度学习时代采用LSTM模型，过分依赖languagemodel，导致caption经常与图像内容关联不够
kuaizi_sophia·2022-12-04 04:45

论文阅读 CLIPScore: A Reference-free Evaluation Metric for Image Captioning

论文阅读CLIPScore:AReference-freeEvaluationMetricforImageCaptioningProblem：前人指标需要参考文本的问题Solution：采用CLIP来解决需要参考的问题
Enabler_Rx·2022-12-02 21:12

spellgcn 论文解读_ICCV 2019 论文解读 | 基于层次解析的Image Captioning

原标题：ICCV2019论文解读|基于层次解析的ImageCaptioning©PaperWeekly原创·作者｜蔡文杰学校｜华南理工大学研究方向｜计算机视觉目前大多数的imagecaptioning模型采用的都是
weixin_39732716·2022-12-02 21:11

论文笔记：Auto-Encoding Scene Graphs for Image Captioning

Auto-EncodingSceneGraphsforImageCaptioning感觉这篇论文老多地方没读懂！
刚学编程的小白( •̥́ ˍ •̀ू )·2022-12-02 20:18

video caption with frame selection【论文阅读】

文章目录1.LessIsMore:PickingInformativeFramesforVideoCaptioning1.1PickNet1.2Rewards1.3Training2.SBAT:VideoCaptioningwithSparseBoundary-AwareTransformer2.1SparseBoundary-AwarePooling2.2LocalCorrelation2.3C
hei_hei_hei_·2022-12-02 20:14

rnn lstm gru_总体上简化GRU，LSTM和RNN

rnnlstmgruSequencemodelsareaspecialclassofdeepneuralnetworksthathaveapplicationsinmachinetranslation,speechrecognition,imagecaptioning
weixin_26752765·2022-12-02 16:17

【论文】Multimodal Transformer

Yu,Jun,JingLi,ZhouYu,andQingmingHuang.Multimodaltransformerwithmulti-viewvisualrepresentationforimagecaptioning
大白羊_Aries·2022-11-30 19:46

论文笔记：SemStyle: Learning to Generate Stylised Image Captions using Unaligned Text

SemStyle:LearningtoGenerateStylisedImageCaptionsusingUnalignedText1、提出问题早期关于多样性的图像描述模型的工作大多在单词变化和单词嵌入转换上
刚学编程的小白( •̥́ ˍ •̀ू )·2022-11-30 08:42

CLIP对比图文预训练 （Contrastive Language-Image Pretraining）论文阅读笔记

任务：videocaptioning，视频描述生成，简单来说就是给定一段视频（目前以几秒到几分钟的短视频为主），计算机输出描述这段视频的文字（目前以英文为主）。
UncleDrew_lsy·2022-11-29 17:17

Open-Vocabulary Object Detection Using Captions(2021 CVPR)----论文解读

Open-VocabularyObjectDetectionUsingCaptions[2021CVPR]----论文解读papercode1.AbstractOpen-VocabularyObjectDetectionUsingCaptions2
落了一地秋·2022-11-28 20:44

深度网络的框架结构

\centering\includegraphics[width=6cm]{neutral}\\\caption{神经元}\end{figure}\end{split}\begin{split}\b
GarfieldEr007·2022-11-28 11:19

pytorch入门（四）—— Torchvision 数据集

Torchvision数据集torchvision.datasets包含数据集：MNISTCOCO（用于图像标注和目标检测）（CaptioningandDetection）LSUNClassificationImageFolderImagenet
资深糖分大叔·2022-11-28 07:59

PyTorch - 数据集介绍（mnist、CIFAR10、CIFAR100）

参考自官网：torchvision.datasets总介绍torchvision.datasets中包含了以下数据集MNISTCOCO（用于图像标注和目标检测）(CaptioningandDetection
Micheal超·2022-11-28 00:12

四年级信息技术上册课本上类似于logo的绘图编程语言-GoC之不为人知的技巧

getCurPath()函数可以用来获取该程序保存的路径cinCaption(文本)可以调整cin输入框的提示文本在pen>>函数（用来单行输入的函数）前面加个_setEdit(x坐标,y坐标
SHI和远方·2022-11-27 20:00

Recurrent Neural Network[survey]

0.引言我们发现传统的（如前向网络等）非循环的NN都是假设样本之间无依赖关系（至少时间和顺序上是无依赖关系），而许多学习任务却都涉及到处理序列数据，如imagecaptioning，speechsynthesis
weixin_33711647·2022-11-26 21:14

QT打开文件并显示文件内容

实现打开指定类型的文件，并在另一个子窗口中显示文件的内容核心函数分析QStringQFileDialog::getOpenFileName(QWidget*parent=Q_NULLPTR,constQString&caption
瀛台夜雪·2022-11-26 19:30

RuntimeError: DataLoader worker (pid(s) 6600, 6601) exited unexpectedly

跑pytorch代码image_caption_gan的时候遇到：RuntimeError:DataLoaderworker(pid(s)6600,6601)exitedunexpectedly这里一般都是
Ian_Wonder·2022-11-26 12:52

ViLBERT：视觉语言多模态预训练模型

作者利用两个代理任务，在自动收集的大型ConceptualCaptions数据集上对模型进行预训练，然后对其基础架构稍作
Civisky·2022-11-25 19:01

多模态预训练模型

多模态数据集和预训练任务总结如下：模型数据集预训练任务ALBEF图文对：COCO，VG，CC，SBUCaptionITC,MLM,ITMCLIP400million网络公开数据集对比学习UniT视觉/文本单模态和多模态的
a839766550·2022-11-25 18:49

Python报错ModuleNotFoundError: No module named ‘tensorflow.contrib‘ 的解决

在GitHub上下载的imagecaptioning的代码，运行时发现报错为ModuleNotFoundError:Nomodulenamed'tensorflow.contrib'在CSDN和GitHub
流星好几条·2022-11-25 12:52

Grad-CAM：utils.py源码解析

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任务中的输出），流入最后的卷积层，生成一个粗略定位图来突出显示图像中用于预测的重要区域。
Taylor不想被展开·2022-11-25 03:16

coco训练集darknet_在COCO数据集中制做Darknet的训练集

Darknet的训练集pythonCOCO数据集是一个CV数据库，里面包含了包括objectdetection,keypointsestimation,semanticsegmentation，imagecaption
有石·2022-11-25 01:58

计算机视觉论文-2021-06-11

直达笔记地址：机器学习手推笔记（GitHub地址）1,TITLE:DataAugmentationtoImproveRobustnessofImageCaptioningSolutionsAUTHORS
SophiaCV·2022-11-24 21:58

李理：从Image Caption Generation理解深度学习（part I）

本系列文章希望通过ImageCaptionGeneration，一个有意思的具体任务，来介绍深度学习的知识，涉及到很多深度学习流行的模型，如CNN，RNN/LSTM，Attention等。
周建丁·2022-11-24 11:13

torchvision

1.torchvision.datasetstorchvision.datasets中包含了以下数据集MNISTCOCO（用于图像标注和目标检测）(CaptioningandDetection)LSUNClassificationImageFolderImagenet
爱钻研的小铭·2022-11-24 01:41

torchvision简介

1）数据库MNISTFashion-MNISTKMNISTEMNISTCOCOCaptionsDetectionLSUN
MA201506·2022-11-24 01:34

深度学习入门--锚框Anchor的生成处理及可视化（详细说明及代码实现）

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·2022-11-23 12:51

深度学习入门--Transformer中的Encoder详解：Multi-Head-Attention及Feed-Forward

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·2022-11-23 12:50

使用柏林噪声生成游戏地图（一维和二维实现）

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·2022-11-23 12:50

NLP入门--Word2Vec（CBOW）实战

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·2022-11-23 12:50
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他