LaBERT

Субтитры к изображениям с регулируемой длиной (ECCV2020)

Этот репозиторий обеспечивает реализацию бумажных подписей к изображениям с контролируемой длиной.

Установить

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

Данные и предварительно обученные модели

• Подготовьте данные MSCOCO по ссылке.
• Загрузите предварительно обученные Bert и Faster-RCNN с Baidu Cloud Disk [код: 0j9f] или Google Drive.
  • Это единый файл контрольных точек, содержащий предварительно обученную Bert-base и уровень fc6 Faster-RCNN.
• Загрузите нашу предварительно обученную модель LaBERT с Baidu Cloud Disk [код: fpke] или Google Drive.

Скрипты

Тренироваться

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

Продолжить поезд

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

Вывод

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

Оценивать

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

Цитировать

Пожалуйста, рассмотрите возможность цитирования нашей статьи в своих публикациях, если проект поможет вашим исследованиям.

 @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}
}