對Image caption的一些理解(看圖說話)

1. 背景 ​ 在計算機視覺中，圖像分類和目標檢測任務是比較成熟的領域，已經應用到實際的產品領域。而「看圖說話」要實現的功能是，給定一張圖像，計算機能告訴咱們圖片的內容，顯然，這會使一個比較複雜的任務，由於它涉及到了以下的子任務：html 1）檢測圖像中的目標；git 2）目標的屬性，好比顏色、尺寸等；github 3）目標之間的關聯；web 4）語言模型，用於把上面的信息表述成句子；網絡 2.

>>阅读原文<<