对Image caption的一些理解(看图说话)

1. 背景 ​ 在计算机视觉中，图像分类和目标检测任务是比较成熟的领域，已经应用到实际的产品领域。而“看图说话”要实现的功能是，给定一张图像，计算机能告诉咱们图片的内容，显然，这会使一个比较复杂的任务，由于它涉及到了以下的子任务：html 1）检测图像中的目标；git 2）目标的属性，好比颜色、尺寸等；github 3）目标之间的关联；web 4）语言模型，用于把上面的信息表述成句子；网络 2.

>>阅读原文<<