Modular Attention Network in Referring Expression Comprehension...

简介：
本文介绍了一种新颖的模块化注意力网络架构，用于提高图像中基于自然语言描述的目标区域识别准确性，在指称表达理解任务上取得了显著效果。 今天是阅读2018年CVPR论文MAttNet源码的第一天。由于这是第一次读论文的源代码，有很多不懂的地方，在此记录每天的学习进度，希望可以不断提高自身能力。该论文训练的第一个步骤是准备训练数据，因此先从tools/propro.py开始学习。这篇论文可以加载refclef、refcoco、refcoco+和refcocog四种数据集，本段落以refclef为例。 首先，在pyutils/refer/refer.py文件中的REFER类里进行实例化操作： ```python refer = REFER(data_root, dataset=refclef, splitBy=unc) ``` 在REFER类中，会先加载refs(unc).p和i这两个文件。