stylized_image_captioning:在Pytorch中使用LSTM生成样式化的图像字幕 源码

实施StyleNet:使用LSTM生成样式化的图像标题 战队:蔡丽莎,刘德华 介绍 该项目的目的是实现一种图像字幕模型,该模型具有生成风格化字幕(浪漫或有趣)的能力。 我们将基于Microsoft Research Redmond的论文“ StyleNet:用样式生成有吸引力的视觉字幕”建立模型。 我们的模型将以Pytorch编写。 数据 我们的模型使用两个数据集。 第一个是具有图像和事实字幕的Flickr10k数据集,该数据集用于我们的图像字幕任务。 对于我们的语言模型,我们将使用由原始论文的作者发布的FlickrStyle 7k数据集。 技术概述 LSTM模型 我们将从本文应用因式分解L