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
如何评价科大讯飞AI学习机T10发布会，有哪些亮点和升级？如果美国用人工智能治国，我国还有还手之力吗？
如何看待timm作者发布ResNet新基准：ResNet50提至80.4，这对后续研究会带来哪些影响？
视频中的目标检测与图像中的目标检测具体有什么区别？
为什么nn的较大问题是会陷入局部最优时，不选用凸函数作为激活函数？
从今年校招来看，机器学习等算法岗位应届生超多，竞争激烈，未来 3-5 年机器学习相关就业会达到饱和吗？
为什么有很多名人让人们警惕人工智能？
为什么 Bert 的三个 Embedding 可以进行相加？
如何评价浪潮发布的2457亿参数源1.0智能大模型？与GPT-3相比如何？处于AI模型领域什么水平？
电子（EE）专业犹豫要不要研究生转计算机专业（CS）？
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
全连接层的作用是什么？法律是否可能被代码化？
如何看待字节跳动 AI 实验室总监李磊入职 UCSB？
国内外有哪些做小样本学习(Few-Shot Learning)的优秀团队？
如何评价FAIR团队最新推出的RegNet？
AlphaGo 能战胜李世石吗？
深度学习有哪些好玩的案例？
民航客机距离完全不需要飞行员的自动驾驶还有多远？
为啥星际争霸2里的神族的肉盾炮灰主要是活人，而像巨像这种人工智能反而是需要保护的珍贵精英？
基于深度学习的自然语言处理在 2016 年有哪些值得期待的发展？
如何评价百度收购渡鸦科技？
如何评价第三局比赛AlphaGo再次战胜李世石？
人是如何做黑盒优化的？
电子（EE）专业犹豫要不要研究生转计算机专业（CS）？
自然语言处理怎么最快入门？
防贪腐的治标之策，权宜之策听得太多了，但治本之策到底是什么？为何全世界都找不到治贪腐的终极解决方案？
如何看待End-to-End Object Detection with Transformers？
大数据听着很牛，实际上也很牛吗？
为什么做GPU计算，深度学习用amd显卡的很少，基本都nvidia？
从算法的角度来看，Elsagate 事件暴露出了「自动推荐」的哪些问题，该如何规避？
如何评价哈工大的左旺孟老师？
计算机在德州扑克比赛中可以战胜人类吗？
如何评价MSRA视觉组最新对spatial attention mechanism分析论文？
如何评价高晓松对 Master (AlphaGo) 战胜人类顶尖高手看法？
自动驾驶什么时候才会凉凉，估计还要多久？
2019年，计算机视觉领域，你推荐哪些综述性的文章？
如何看待华为轮值董事长徐直军称「华为 AI 彻底摆脱了美国任何技术」，华为 AI 技术现在是什么进展？
数学理论上可不可以绝对识别ps过的照片（可以作为法律证据的）？
如何理解Inductive bias？
计算机视觉有多少分支？