源码下载地址

点击这里下载代码

项目介绍

跨模态检索：图像——文本检索
媒体计算实践作业：图像——文本跨模态搜索

数据集下载
本项目使用的是Flickr30k数据集，你需要自行先下载。 百度云地址

数据预处理
在Preprocessing下:

data_split_1.py 划分训练集、测试集、验证集
resize_data_2.py 长宽比例不变，将短边拉伸为256
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
build_dictionary_5.py 构建单词编号，即查询字典
模型训练
在数据预处理完成后，在config.py中配置各文件的路径以及训练的参数，并且下载在谷歌新闻上预训练的Word2Vec模型

trainStage1.py 使用分类损失预训练
trainStage2.py 使用三元组损失和对抗损失微调

项目功能

界面预览

项目备注

1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。
3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。
下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。

源码下载地址

点击这里下载代码