image_captioning:Tensorflow实现“显示，出席和讲述”

介绍 这种用于图像字幕的神经系统大致基于Xu等人的论文“ Show，Attend and Tell：具有视觉注意的神经图像字幕生成”。 （ICML2015）。 输入是图像，输出是描述图像内容的句子。 它使用卷积神经网络从图像中提取视觉特征，并使用LSTM递归神经网络将这些特征解码为句子。 结合了软注意力机制来改善字幕的质量。 该项目使用Tensorflow库实现，并允许对CNN和RNN部件进行端到端培训。 先决条件 Tensorflow （） NumPy （） OpenCV （） 自然语言工具包（NLTK） （） 熊猫（） Matplotlib （） tqdm （） 用法 准备：在下载COCO train2014和val2014数据。 放入文件夹中的COCO train2014图像train/images ，并把文件captions_train2014.json在文件夹trai