# 毕业设计
对于视觉问答（VQA）的研究具有深刻的学术意义和广阔的应用前景。目前，视觉问答模型性能提升的重点在于图像特征的提取，文本特征的提取，attention权重的计算和图像特征与文本特征融合的方式这4个方面。本文主要针对attention权重的计算和图像特征与文本特征融合这两个方面，以及其他细节方面的地方相对于前人的模型做出了改进。本文的主要工作在于本文使用open-ended模式，答案的准确率采用分数累积，而不是一般的多项选择。本文采用CSF模块（包括CSF_A和CSF_B）不仅对spatial-wise进行了权重计算，还对channel-wise进行了权重计算。本文采用MFB模块和ResNet152 FC层之前的tensor来结合LSTM的输出来计算每个区域的权重，而不是直接把image feature和question feature结合本文采用SigMoid来计算最后的分布，而不是一般的softmax(实验部分会有对比两者的差异)。
# 总体模型的架构
毕业设计_ 基于深度学习的视觉问答.zip （69个子文件） 
基于深度学习的视觉问答源码+PPT 
model.png 87KB
VQA02DataProcess.py 10KB MFHBaseline.py 9KB record current_['m']_freq_0_layer_0_csf_0.log 10KB current_['b']_freq_0_layer_0_csf_0.log 11KB current_['b']_freq_0_layer_2_csf_0.log 11KB current_['b']_freq_0_layer_1_['cs']_1.log 11KB current_['b']_freq_0_layer_0_['csf']_g_0_co_1.log 25KB current_['b']_freq_0_layer_3_['cs']_g_0_co_0.log 38KB current_model_['b']_freq_1_layer_1.log 6KB current_['b']_freq_0_layer_3_['csf']_g_0_co_0.log 25KB current_['b']_freq_0_layer_1_csf_0.log 11KB current_['b']_freq_0_layer_2_['cs']_g_0_co_0.log 25KB current_['b']_freq_0_layer_0_['csf']_g_0_co_0.log 25KB current_['b']_freq_0_layer_2_['cs']_0.log 11KB current_['b']_freq_0_layer_3_['cs']_0.log 11KB current_model_['b']_freq_1_layer_0.log 6KB current_['m']_freq_0_layer_1_['cs']_g_0_co_0.log 25KB current_['b']_freq_0_layer_1_['cs']_0.log 11KB current_['b']_freq_0_layer_1_['cs']_g_0_co_0.log 25KB TEST.py 2KB VQA02train.py 17KB VQA01dataset.py 5KB TMP.py 10KB VQA02dataset.py 6KB data 
COCO_train2014_000000000009.jpg 219KB VQA01ImageProcess.py 7KB predict.py 1KB modelResNet.py 12KB readme 751B VQA01Baseline.py 6KB VQAv1Dataloader.py 6KB eval_tools.py 2KB CSFMODEL.py 7KB draft.py 7KB VQA02ImageProcess2.py 4KB npy_h5py.py 2KB modules.py 11KB DataLoader.py 4KB VQA02getdata.py 9KB resnet.py 10KB VQA02ImageProcess.py 4KB vqa-tools PythonEvaluationTools vqaEvaluation vqaEval.py 8KB __init__.py 18B __pycache__ vqaEval.cpython-36.pyc 7KB __init__.cpython-36.pyc 159B vqaEvalDemo.py 3KB PythonHelperTools vqaTools __init__.py 24B vqa.py 7KB __pycache__ vqa.cpython-36.pyc 7KB vqaDemo.py 2KB
答辩.pptx 3.66MB .gitignore 15B __pycache__ MFHMODEL.cpython-35.pyc 6KB CSFMODEL.cpython-35.pyc 4KB DataLoader.cpython-35.pyc 3KB VQA02DataProcess.cpython-35.pyc 133B config.cpython-35.pyc 3KB VQAv1Dataloader.cpython-35.pyc 4KB modules.cpython-35.pyc 7KB MFHBaseline.cpython-35.pyc 5KB resnet.cpython-35.pyc 9KB modelVGG.py 11KB VQA01DataProcess.py 7KB README.md 1KB MFHMODEL.py 11KB VQAREesNet.py 12KB
readme.txt 4KB config.py 4KB资源评论
weixin_439941432024-03-18这个资源对我启发很大，受益匪浅，学到了很多，谢谢分享~
2301_820655832024-05-14感谢资源主分享的资源解决了我当下的问题，非常有用的资源。- 2301_789858322024-06-10资源质量不错，和资源描述一致，内容详细，对我很有用。
程序员张小妍
- 粉丝: 1w+
- 资源: 3691
最新资源
- 发那科系统整套梯形图设计 FANUC全套PMC设计 发那科标 准PLC 完美解决方案 ##带中文解释## 内容很全 请仔细看完： 1.刀库程序设计（斗笠 圆盘 夹臂 机械手 伞型 都包
- stm32 gd32爱玛电动车控制器资料 电动车控制器原理图、PCB和程序 大厂成熟电机foc控制 送eg89m52的原理图和pcb
- 基于Go语言的现代化开源K8s面板——1Panel官方出品KubePi设计源码
- 基于JavaScript的Sewise Player网页HTML5视频播放器设计源码
- 小神农V7(修复眼镜).zip
- 基于Vue框架的银行科技岗AI云账户系统前端设计源码
- Screenshot_2025-01-15-00-13-41-471_com.tencent.mtt.jpg
- Screenshot_2025-01-15-00-08-47-906_com.tencent.mobileqq.jpg
- 250467c518b0a66217a647d11a6a9c831736870765675.jpg
- 基于Tcl语言的GNU TeXmacs插件集合设计源码
- Screenshot_2025-01-15-00-04-33-283_com.kuaishou.nebula.jpg
- 基于Vue框架的easy-send局域网文本文件共享小工具设计源码
- 基于JavaScript和微信小程序技术的钓场信息预约与管理小程序设计源码
- PSO-RBF和RBF粒子群优化径向基神经网络多输入多输出预测（Matlab完整源码和数据）
- 三菱fx3u+485ADP-MB与3台台达变频器modbus通讯程序 功能：通过三菱fx3u 485ADP-MB板对3台台达变频器进行modbus通讯，实现频率设定，启停控制，输出频率读取，输出电压读
- 除尘程序 写的FB块了，可以直接调用
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
