Image-Captions:BERT + 图片字幕

图像字幕系统 该存储库展示了 Show、Attend 和 Tell 论文 ( ) 的 pyTorch 实现，并对其应用了两个扩展：(1) 使用 GloVe 嵌入和 (2) 集成 BERT上下文向量进入训练。 事实证明，这些扩展极大地提高了模型的性能。 此 pyTorch 实现的部分内容取自以下 github 存储库： 此实现的主要补充是： 集成手套 集成BERT 将最近的进展整合到模型实现中 简化和清理旧的实现 运行代码的说明 下载并清理数据 创建三个文件夹：(1) 数据，(2) 注释 - 数据内部，(3) 检查点，以及 (4) glove.6B 下载 train2014 和 val2014 MS COCO 数据集并将它们放在数据文件夹中 ( ) 下载 COCO train/val 2014 字幕并将它们放在 data>annotations 文件夹中 ( ) 运行 p