深度学习图像描述应用;如何让计算机能够理解图像一直都是计算视觉研究的一个热点，随着深度学习的快速发展，很多图像理解任务的效果得到了明显的提升，常见任务有图像分类和目标检测等。

图像分类算法解决了“图像中包含什么类别物体？”。目标检测算法解决了“图像中有什么类别物体、在哪（位置信息）？”

从图像分类到目标检测，虽然能够告诉我们的图像中的信息越来越多，但远没有达到人类理解图像的水平。

图像描述不仅能够识别图像中的物体类别，理解物体之间的关系，并且能够让计算机“生成”自然语言来流畅、准确地描述图像中的主要内容，包括图像中主要的场景，场景中的对象、对象的状