首先完成mcnn的结果复现
安装pycocotools git clone https://github.com/pdollar/coco.git cd coco/PythonAPI/ make python3 setup.py build python3 setup.py install
安装必要的包 pip3 install -r requirements.txt
预处理数据, 需指定数据文件路径 建立 python3 build_vocab.py python3 resize.py
nltk需要下载数据 import nltk
evaluation 比如图片为 100 500 15 0000
18s 10000 40 * 18s = 720s 10000/18s = 555 pair/s
100张图 500个caption
提取出100个imgid， 根据imgid提取出500个captionid （如果imgid对应的不是5个caption，就下一个）
取出imgid对应的img（是dict），放到list里， 对每个img，根据地址读取img数据，并且transform，然后存入相应的list的dict里；还要放入对应
取出captionid对应的caption，放到list里， 对每个caption，做tokenize，padding，然后存入相应位置
然后取数据计算分数 scores = np.zeros([100,500]) for each img copy img to batch_size for every 100 caption input img and caption get 100 scores save scores 得到 100 * 500 的数
然后计算rank，应该通过argmax（dims=True） 然后取出每个img对应的5个caption的排名
统计小于1的数量除以全部数量