jangge/image-description

Image Description Project

项目思路

项目目标：

• 给定一个图像输出针对这个图像的描述

模型结构：

• 编码器+解码器结构，编码器负责处理接受的图像，解码器负责输出描述

编码器要做的事：

• 接受图像，提取特征。

• 输入时图像，输出是图像的特征向量

解码器要做的事：

• 接受编码器的特征向量和源序列作为输入

• 源序列：对衣服图像描述的标签，力图‘一群长颈鹿’

• 输出对这副图像的描述

1、准备训练数据

1、下载数据集
2、对数据集图片进行处理，准备编码器输入所需的图片数据
3、从下载的文件中提取源序列，并进行处理准备词袋，作为解码器的输入
4、打包准备好的数据集，以便训练使用

2、打包数据集方便训练

3、定义模型

4、定义训练方法

5、验证模型

项目完全参考 https://github.com/yunjey/pytorch-tutorial.git