很棒的VQA 阅读有关视觉问题解答的论文清单。 目录 图像质量检查论文 数据集 DAQUAR [2014] [NIPS]一种基于不确定输入的多场景现实场景问题解答方法。[ ] [ ] [] DAQUAR共识[2015年] [ICCV]问你-基于神经神经元的方法来回答问题的有关图片。[ ] [ ] [] 视觉Madlibs [2015年] [ICCV]在空白说明生成和答疑视觉Madlibs填充。[ ] [] [] VQA V1.0 [2015年] [ICCV] VQA，视觉答疑。[ ]

VQA 视觉问答 运行代码 该模型基于在运行代码之前，请从下载相关的训练，验证和测试数据。下面的部分根据需要Resnet-18或CNN的结果告诉您要运行哪些脚本 有线电视新闻网 我们按照以下顺序运行脚本以获得最佳结果 image_preprocessing_CNN.py 这将从图像中提取特征 preprocess-QA.py 这从提出的问题中提取特征 train_models_cnn.py 这使用L2正则化训练了50个时期的模型0.0005 view-logs.py logs/ 打印出结果

pytorch中的视觉问答 /！\适用于VQA的pytorch的新版本可在此处获取： ： 此由 （LIP6）和 （LIP6-Heuritech），两名在从事VQA工作以及他们的教授 （LIP6）和 （LIP6-CNAM）制作。 我们在名为的研究论文框架中开发了此代码（据我们所知）是上的最新技术。 此存储库的目标有两个： 为了更轻松地再现我们的结果， 为社区提供有效的模块化代码库，以进一步研究其他VQA数据集。 如果您对我们的代码或模型有任何疑问，请随时与我们联系或提交任何问题。 拉请