image caption这个方向更偏向NLP还是CV？ 第1页
1
huo-hua-de-41 网友的相关建议:
这东西2016年我们中心就做过了，发现用不了。后来交给ai lab发了几篇论文就不了了之了。
感觉学术界就在刷数据集，就没人关心生成的caption到底能不能用[飙泪笑]
总之，这个领域学界和落地之间的gap非常大。不太建议你入这个坑
有谁知道image caption成功落地的，欢迎分享一下
1
相关话题
TensorFlow 有哪些令人难以接受的地方？目前 AI 在疾病的诊断和治疗上，有哪些成功的应用？
如何评价Google发布的第二代深度学习系统TensorFlow?
为什么相比于计算机视觉(cv)，自然语言处理(nlp)领域的发展要缓慢？
如何看待 Google 既可以作 Inference，又可以作 Training 的新一代 TPU？
三门问题(蒙提霍尔悖论)变种，如果主持人不知道哪个门是汽车随便蒙门打开正好是羊这时观众还需要换门吗？
机器学习中有哪些形式简单却很巧妙的idea？
如何评价浪潮发布的2457亿参数源1.0智能大模型？与GPT-3相比如何？处于AI模型领域什么水平？
为什么小模型已经可以很好地拟合数据集了，换大模型效果却要比小模型好？
机器学习自嘲的炼丹和化学材料自嘲的炒菜有什么本质上的区别？
前一个讨论
为什么一旦自己创业了，很难再回到公司去坐班？
下一个讨论
如何评价昆明理工大学的计算机科学与技术专业？
相关的话题
有没有一些图像处理新手可以练习的项目？如何看待KDD'21的文章，异质图神经网络的效果不如简单的GCN、GAT？
如何比较Keras, TensorLayer, TFLearn ？
深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？
如何用简单易懂的例子解释隐马尔可夫模型？
Deep Learning 的专家如此急缺，它难在何处？
如何评价通信工程很多导师都研究机器学习人工智能而不是传统的天线电磁场等方向?
如果有一天人类被AI取代，他们将以什么样的方式生活，娱乐，工作？
如何评价剑桥，腾讯， DeepMind以及港大团队新作 SimCTG ?
请解释下variational inference？
AMD的CPU是否适合搭建深度学习主机？
机器学习中如何识别图片中的手是手背还是手心？
如何看待SIREN激活函数的提出？
Batch Normalization 训练的时候为什么不使用 moving statistics？
近几年有哪些关于机器学习中隐私（Privacy）和安全（Security）相关的研究值得关注?
为什么很少人用FFT加速CNN卷积层的运算？
推荐系统应该如何保障推荐的多样性？
视觉算法的工业部署及落地方面的技术知识，怎么学？
图片上训的模型，怎么迁移视频上呢？
深度学习图像处理什么时候用到GPU？
如何看待学霸君的高考机器人 Aidam 高考全国文科数学卷考了 134 分？
如何评价DALL-E模型的实现？
对于多指标评价，BP神经网络评价和TOPSIS有什么区别呢？
计算机视觉（cv）方向今年招聘情况怎么样?是否已经人才过剩?
为什么现在有这么多人工智能无用论？
用生成模型做数据增强data augmentation时，如何从合成数据中筛选出质量较好的样本？
我们目前的时代距离人工智能具有自我意识还有多远？
如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台？
人工智能可以为人类找寻他们心目中的另一半吗?
视频中的目标检测与图像中的目标检测具体有什么区别？