本文主要是介绍【Image captioning】MDSANet在自定义数据上的训练与测试调试，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
Multi-Branch Distance-Sensitive Self-Attention Network for Image Captioning（MDSANet）在自定义数据上的训练与测试调试
1. 环境设置
我们采用和Lstnet一样的环境即可，所以我们直接克隆环境。我们执行如下命令，进行克隆：
conda create --name MDSANet --clone lstnet
激活进入：
conda activate MDSANet
退出环境：
conda deactivate
删除虚拟环境：
conda env remove --name MDSANet
2. 查看所用数据
主要使用的特征包括：coco_grid_features.hdf5和annotation_folder
所使用的网格特征和rstnet代码是一致的，所以我们可以复制所对应的文件夹，并将其重命名为MDSANet即可：
cp -r ./rstnet ./MDSANet
至此完成了数据的准备:
这篇关于【Image captioning】MDSANet在自定义数据上的训练与测试调试的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
