如何评价谷歌提出的 Pix2Seq：将目标检测看成语言建模，效果超过 DETR？ 第1页
1
xiaohuzc 网友的相关建议:
Transformer is only you need！
简单看了一下，挺吃惊的，没有想到目标检测还可以这样搞，而且效果看起来还行，把目标检测看成语言建模，也不需要啥花里胡哨的loss了。
一些开创性的工作都是谷歌做的，如Transformer，Bert，ViT。
1
相关话题
卷积神经网络如果将池化层去除，与神经网络的区别还大么？机器学习里面的流形都是怎么用的？
如何看待与评价 AAAI 2022 的录用结果？
如何评价全新的图片格式BPG，它会在将来彻底取代JPG吗？
基于深度学习的人工智能程序和传统程序的差别在哪里？
计算机视觉是否已经进入瓶颈期？
现在互联网公司还有做特征工程的工作吗？
最近在知乎投广告的 Rokid 是什么来头？号称国产 AI 智能产品，技术上有这么厉害？
神经网络中的能量函数是如何定义的？
2021 年了，机器/深度学习还有哪些坑比较好挖？
下一个讨论
硕士方向，选择迁移学习还是自然语言处理？
相关的话题
如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？程序员应该如何学习算法？
如何评价各种关联因素分析算法,尤其是在算法效果对比方面?
为什么推荐系统要推荐用户喜欢的东西？
Siri有什么令人毛骨悚然的问题回答？
对于多指标评价，BP神经网络评价和TOPSIS有什么区别呢？
计算机视觉（CV）的算法有哪些，具体都有哪些特点？
有没有一些图像处理新手可以练习的项目？
AlphaGo 与李世石的第五局比赛中有哪些值得关注之处？
请问怎么看待大学开设“法学（人工智能方向）”这个专业的？
如果有第谷的数据，现在的机器学习，深度学习有办法学出开普勒三定律吗？
在你的工作领域里，哪些岗位无法被 AI 取代？
「绝艺」成为中国国家围棋队指定训练 AI 后会有哪些影响？
目标检测算法有哪些？
如果推出一款有「滤镜」功能的写作软件，修饰平庸的文字，会有市场吗？
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
如何看待 Larrabee 之父 Tom Forsyth 重加入 Intel？英特尔为何下注独立显卡？
为什么交叉熵（cross-entropy）可以用于计算代价？
如何看待 ICLR2021 的拒稿被评为 ACL2021 的 Best Paper?
如何评价基于 AlphaGo master 的教学工具？
神经网络为什么可以（理论上）拟合任何函数？
如何评价 DeepMind 的新工作 AlphaCode?
DeepMind 研发的围棋 AI AlphaGo 是如何下棋的？
未来会不会出现一种科技能够改变甚至主宰人类？
如何用python来统计MacPro的圆圈个数？
未来三十年内，哪些行业的工作人员可能会被人工智能取代？
百度学术能否替代 Google 学术网站？有没有其他选择？
神经网络中 warmup 策略为什么有效；有什么理论解释么？
2022 年人工智能领域的发展趋势是什么？你都有哪些期待？
2021年深度学习哪些方向比较新颖，处于上升期或者朝阳阶段，没那么饱和，比较有研究潜力？