【Image captioning】基于Defense of Grid Features for Visual Question Answering代码生成自定义数据集的网格特征

基于In Defense of Grid Features for Visual Question Answering代码生成自定义数据集的网格特征

作者：安静到无声 个人主页

参考代码：facebookresearch/grid-feats-vqa: Grid features pre-training code for visual question answering (github.com)

原作者加载coco源图片和相对应的instances_val2014.json文件，再通过运算生成对应的网格特征；为了简单起见，我们可以将自定义的数据集伪装成coco的格式，再生成网格特征。

以coco数据集的验证集为例，instances_val2014包含的键值如下：