VQA：视觉问答系统
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
简介：VQA（Visual Question Answering）是一种人工智能技术，通过分析图像内容并理解自然语言问题来提供准确的答案。
VQA 视觉问答运行代码需要在执行前下载相关的训练、验证和测试数据集。
对于基于CNN的模型，按照以下顺序运行脚本以获得最佳结果：
1. `image_preprocessing_CNN.py`：从图像中提取特征。
2. `preprocess-QA.py`：从问题中提取特征。
3. `train_models_cnn.py`：使用L2正则化（参数为0.0005）训练模型，共进行50个周期。
对于基于ResNet-18的模型，则按照以下顺序运行脚本：
1. `image_preprocessing_resnet18.py`：从图像中提取特征。
2. `preprocess-QA.py`：从问题中提取特征。
3. `train_models.py`：使用L2正则化（参数为0.001）训练模型，共进行50个周期。
此外，可以使用以下脚本来查看日志：
- `view-logs.py logs/
全部评论 (0)
还没有任何评论哟~
