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
深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？CVPR 2019 有哪些值得关注的亮点？
如何看待英伟达禁止精视软件（GeForce）在数据中心使用？
在CV/NLP/DL领域中，有哪些修改一行代码或者几行代码提升性能的算法？
你看好哪些人工智能的应用场景？
贝叶斯深度学习是什么，和传统神经网络有何不同？
如何看待上海某小学通过 AI 图像识别学生上课开小差并对学生进行评分？
为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕？
如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper?
如何评价野狐的国产围棋 AI「绝艺」？
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？能否介绍一下强化学习（Reinforcement Learning），以及与监督学习的不同？
人工智能和自动控制能在一起擦出什么样的火花？
如何评价Kaiming He的Momentum Contrast for Unsupervised?
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？
基于计算机视觉从一张图片重建人体的三维网格，能否获取腰围、胸围、臂长、腿长等数据？
如何看待李国杰院士在科学网发文称，国内 AI 研究「顶不了天、落不了地」，该想想了？
如何向人类同伴证明自己不是一个人工智能？
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？
深度学习中，模型大了好还是小了好呢？
人脸识别哪家强？
如何评价PyTorch 0.4.0？
你理想的未来 AI 时代什么样？未来 25 年内，各行业、个人生活会有哪些变化？我们该如何准备？
如何看待 2014 年以来计算机视觉（Computer Vision）界创业潮？
如何看待Transformer在CV上的应用前景，未来有可能替代CNN吗？
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？
请问一下，机器学习领域的联邦学习技术，目前看到最多的是微众银行，国内还有哪些顶级专家及机构和大学？
如何评价何恺明等 arxiv 新作 Rethinking ImageNet Pre-training？
如何评价余凯在朋友圈发表呼吁大家用 caffe、mxnet 等框架，避免使用 TensorFlow？
机器学习（machine learning）在经济学领域是否有应用前景？
如果百年后深度学习最终有了公认的数学理论作为基础，能解释实验中的各类玄学，那这个理论会长什么样子？
ICLR 2019 有什么值得关注的亮点？
三维重建 3D reconstruction 有哪些实用算法？
从零开始学数据分析，什么程度可以找工作，如何计划学习方案？
本科数学，目前在读计算机研一，毕业的时候想要应聘数据挖掘工程师，看了对数据挖掘工程师的招聘要求，感觉太宽泛了，希望能具体说一下现在应该准备哪些知识（算法？编程语言？其他？），谢谢！
应该选择TensorFlow还是Theano？
如何解读 Jeff Dean 等联合在 arXiv 上发布的用深度学习分析电子病历的论文？
如何看待Tensor Comprehensions？与TVM有何异同？
图片上训的模型，怎么迁移视频上呢？
伊利诺伊理工大学在线硕士人工智能专业，出来公司吃香吗？