LSTM与VGG16模型用于图像描述的自动生成，适用于学习。

简介：
1. 本数据集使用了flickr8k数据集（包含图像及其对应的文本描述），并借助keras框架构建了一个基于VGG16网络结构的卷积神经网络（CNN）。具体而言，我们利用VGG16网络（移除其最后一层）进行图像特征的提取，将flickr8k数据集中的图像文件转换成相应的图像特征向量，并将这些特征向量保存至pickle文件中。2. 由于数据量较大，详细代码请参阅。该项目是对Jason Brownlee所著《How to Automatically Generate Textual Descriptions for Photographs with Deep Learning》一文中提供的代码的精确复现，并使用了Pycharm开发环境、keras框架、Python 3.6版本、numpy库以及opencv3.3.1等技术工具。