SCAN:PyTorch“用于图像-文本匹配的堆叠式交叉注意”的源代码（ECCV 2018）

介绍 这是Stacking Cross Attention网络，它是Microsoft AI and Research （） 源代码。 该论文将出现在ECCV 2018中。该论文建立在PyTorch的之上。 要求和安装 我们建议以下依赖项。 Python 2.7 0.3 （> 1.12.1） 朋克句子分词器： import nltk nltk . download () > d punkt 下载资料 下载数据集文件和预训练的模型。 我们使用产生的。 可以从，和的原始来源下载原始图像。 MS-COCO的预先计算的图像特征从。 从此处使用自下而上的注意力模型从原始Flickr30K图像中提取Flickr30K的预先计算的图像特征。 可以从以下位置下载用于再现论文中的实验所需的所有数据，包括图像特征和词汇表： wget https://iudata.blob.core.windo