Python作业：使用Flickr30k数据集进行图像文本跨模态搜索（含源码、数据集、测试界面及项目说明）.7z

简介：
本项目提供基于Python的Flickr30k数据集图像文本跨模态搜索解决方案，包含完整源代码、数据集、交互式测试界面和详细文档。下载后可直接运行进行实验与研究。 Python作业：基于Flickr30k数据集实现图像文本跨模态搜索的源码、数据集及项目说明。 【数据预处理】在Preprocessing目录下： - data_split_1.py：划分训练集、测试集和验证集。 - resize_data_2.py：保持长宽比例不变，将短边拉伸至256像素。 - count_vocab_3.py：统计每个单词的词频。 - convert_annotations_4.py：将.txt格式的标注文件转换为.json格式。 - build_dictionary_5.py：构建单词编号查询字典。 【模型训练】在数据预处理完成后，需配置config.py中的各文件路径及训练参数，并下载谷歌新闻上预训练的Word2Vec模型。之后使用以下脚本进行训练： - trainStage1.py：使用分类损失对模型进行初步训练。 - trainStage2.py：采用三元组损失和对抗损失微调模型。 【测试界面】在QueryApp目录下的图文互搜.exe提供了简单的测试环境，便于用户验证功能实现。