Dear蜡笔小红

摘要： 1、摘要 大多数编码器-解码器框架在预测当前词时严重依赖之前生成的词，这样的方法不能有效地利用未来预测到的信息去学习完整的语义。这篇文章提出了Context-Aware Auxiliary Guidance（CAAG）机制，它可以指导模型掌握全局上下文的信息，CAAG利用语义注意力有选择性地关注全局 阅读全文

摘要： 1、摘要 编码器与解码器的分离导致了图片和句子间关系的断连，最终生成的字幕只包含主要的实例但是意外地忽视了其他的物体和场景。为了解决这个问题，本文提出了一个上下文融合指导的图片字幕生成系统，它将局部和全局的图片表示作为合成的视觉特征去学习图片中的物体及其属性；为了整合图片级别的语义信息，采用了vis 阅读全文

摘要： 1.摘要 该文提出了基于多层次选择性视觉语义属性特征的图像中文描述生成算法。该算法结合目标检测和注意力机制,充分考虑了图像高层视觉语义所对应的中文属性信息,抽取不同尺度和层次的属性上下文表示。 2.当前研究任务的不足及解决方法 首先,现有研究大多针对图像的英文描述。相比英文,中文在语法结构、词义表述 阅读全文

摘要： 1.摘要 该文提出一种基于双向注意力机制的图像描述生成方法,在单向注意力机制的基础上,加入图像特征到语义信息方向上的注意力计算,实现图像和语义信息两者在两个方向上的交互,并设计了 一种门控网络对上述两个方向上的信息进行融合。最终,提高解码器所蕴含的语义信息与图像内容的 一致性,使得所生成描述更加准确 阅读全文

摘要： 1. Abstarct目前大多数的image caption的模型都严重地依赖成对的图片—语句数据集，但获得他们代价较高，因此在本篇论文中，作者第一次尝试了无监督模型。该模型需要一个图像集、一个语料库和一个视觉检测器。同时，因为现有的语料库大多用于语言研究，与图片相关性不大，因此作者爬取了一个范围大 阅读全文

摘要： 当前方法存在的问题 首先，注意模型大多是单词级的局部注意，缺乏对图像整体的掌控。其次，模型在训练和测试之间存在“暴露偏差”。最后，存在训练损失和评估指标不匹配的问题。模型在训练时通常使用交叉熵损失，而在测试时一般使用BLEU、METEOR、ROUGE-L、CLDEr这样的指标来评估生成语句的质量。 阅读全文

摘要： 1、解决问题 使用强化学习训练模型，可能会使模型与奖励函数过拟合，造成奖励黑客行为（reward hacking），也就是说虽然奖励函数的得分提高了但是模型的实际性能是降低的，这是因为奖励函数不能非常正确的表达出生成描述的质量，一些错误的表示可能反而有很高的奖励，尤其是对描述的命题内容和独特性的奖励 阅读全文

摘要： 引言 本文主要是在image caption 任务中引入了场景图模型。利用图卷积网络（GCN），将图中检测得到的object和其自身的attribute，以及其他object之间的关系融合在一起作为网络的输入。另外，作者受到利用working memory保存动态知识库的启发，提出了一个共享字典的结 阅读全文

摘要： conda config --add channelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/a 阅读全文

摘要： 链接：https://blog.csdn.net/Sheldomcooper/article/details/82258006 阅读全文