LuanVan.vnLuận Văn
Gửi thư

IMAGE CAPTIONING USING INCEPTION-V4, LSTM MODELS AND BERT EMBEDDINGS

Khoá luận tốt nghiệp · Đại học · năm 2022 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảHuỳnh Quang Nhật Hào
Người hướng dẫnLâm Nhựt Khang
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2022
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Image captioning uses image recognition techniques and natural language processing models to generate captions of photos. In this thesis, we perform experiments with several models to automatically create descriptions for images using the Inception-v4, LSTM Models and BERT Embeddings. In particular, the Inception-v4 model extracts image features later fed into the LSTM and BERT Embeddings model to generate image captions. We perform experiments on the Flickr8k dataset in English and Vietnamese and evaluate the models using the BLEU metric. The experimental results show that combining the Inception-v4, LSTM Models and BERT Embeddings helps achieve better BLEU scores than others. The experimental results show that the combination of Inception-v4, LSTM Models and BERT Embeddings help achieve better BLEU scores than other models. The BLEU1, 2, 3, and 4 scores of the Inception-v4, LSTM Models and BERT Embeddings on the English and Vietnamese Flickr8k datasets are 0.689, 0.479, 0.3649, 0.267; and 0.647, 0.501, 0.332, 0.271 respectively.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.