Keras深度学习实战（38）——图像字幕生成

0. 前言

图像和文本是当今两种主要的信息载体，其中图像具有生动形象的特点，而文本概括性强，能够以简练的形式传递信息。图像字幕生成旨在让计算机自动地使用文本对给定的图像加以描述，在图像检索、人机对话等应用中被广泛使用。
当前，网络中包含了数以十亿计的图片，为我们提供更加丰富娱乐和信息。但是，有视觉障碍的人或互联网速度较慢而无法加载图像时，则无法访问大部分视觉信息，手动添加的图像说明提供了一种更易于访问的方式。然而，现有的人工管理的图像说明字段仅涵盖少数图像，虽然自动生成图像字幕可以帮助解决这个问题，但获取准确的图像字幕是一项具有挑战性的任务。

1. 模型与数据集分析

我们已经学习了如何结合使用卷积神经网络 (Convolutional Neural Networks, CNN)，循环神经网络 (Recurrent Neural Network, RNN) 和 CTC 损失转录手写文本图片。在本节中，我们将学习如何融合 CNN 和 RNN 体系结构为给定图片生成字幕信息。

1.1 数据集分析

本节所用数据集称为 Conceptual Captions，由大约 330