可以分享关于如何预处理数据的代码吗？

[17000432]

  您好，我看了您的实验很感兴趣。我最近在做关于化工场景的实验，我想尝试用自己的图片来跑您的例子，不知道您方不方便分享一下关于数据预处理部分的代码，使处理后的数据包含提取的边框、字幕、场景主题的。
   希望能够的到您的帮助，非常感谢！

[fukun07]

scene vector： 我们没有花费太多时间在LDA的调参上。使用的工具包是 https://pypi.python.org/pypi/lda 。alpha、beta和迭代次数均为默认值。因为程序很短，当时直接在jupyter里面边敲边运行的，也没有特意存下代码。 得到LDA之后，可以修改scene.py来预测场景向量

patch proposal： 如论文里所写，我们使用了Selective Search，可以参考代码 https://github.com/sergeyk/selective_search_ijcv_with_python 。当然，15年的时候是用matlab跑的。

caption： 这个也是在jupyter里交互式完成的，没有存代码下来。如果熟悉python的话，应该挺快的，主要是统计一下词频，然后把低于5的过滤掉。将文件格式简单整理一下方便使用。

化工场景相比自然图片其数据分布会差异较大。可以先用最简单的baseline（此项目里的gnic模型）跑一跑，验证可行性，如果有希望，再加入scene vector和region attention（锦上添花之用）。

[17000432]

@fukun07 谢谢