LaBERT

Teks Gambar yang Panjangnya Dapat Dikontrol (ECCV2020)

Repo ini menyediakan penerapan Teks Gambar yang Dapat Dikontrol Panjangnya.

Memasang

conda create --name labert python=3.7
conda activate labert

conda install pytorch=1.3.1 torchvision cudatoolkit=10.1 -c pytorch
pip install h5py tqdm transformers==2.1.1
pip install git+https://github.com/salaniz/pycocoevalcap

Data & Model Terlatih

• Siapkan data MSCOCO ikuti tautan.
• Unduh Bert dan Faster-RCNN yang telah dilatih sebelumnya dari Baidu Cloud Disk [kode: 0j9f] atau Google Drive.
  • Ini adalah file pos pemeriksaan terpadu, berisi Bert-base yang telah dilatih sebelumnya dan lapisan fc6 dari Faster-RCNN.
• Unduh model LaBERT kami yang telah dilatih sebelumnya dari Baidu Cloud Disk [kode: fpke] atau Google Drive.

Skrip

Kereta

python -m torch.distributed.launch 
  --nproc_per_node= $NUM_GPUS 
  --master_port=4396 train.py 
  save_dir $PATH_TO_TRAIN_OUTPUT 
  samples_per_gpu $NUM_SAMPLES_PER_GPU

Lanjutkan kereta

python -m torch.distributed.launch 
  --nproc_per_node= $NUM_GPUS 
  --master_port=4396 train.py 
  save_dir $PATH_TO_TRAIN_OUTPUT 
  samples_per_gpu $NUM_SAMPLES_PER_GPU 
  model_path $PATH_TO_MODEL

Kesimpulan

python inference.py 
  model_path $PATH_TO_MODEL 
  save_dir $PATH_TO_TEST_OUTPUT 
  samples_per_gpu $NUM_SAMPLES_PER_GPU

Mengevaluasi

python evaluate.py 
  --gt_caption data/id2captions_test.json 
  --pd_caption $PATH_TO_TEST_OUTPUT /caption_results.json 
  --save_dir $PATH_TO_TEST_OUTPUT 

Mengutip

Harap pertimbangkan untuk mengutip makalah kami di publikasi Anda jika proyek ini membantu penelitian Anda.

 @article{deng2020length,
  title={Length-Controllable Image Captioning},
  author={Deng, Chaorui and Ding, Ning and Tan, Mingkui and Wu, Qi},
  journal={arXiv preprint arXiv:2007.09580},
  year={2020}
}