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
梯度下降法的神经网络容易收敛到局部最优，为什么应用广泛？如何看待微博上疑似出现来自境外的AI“拳师”？
如何看待全球第一位「数字航天员小诤」?数字技术跨界应用是否正在加快？
硕士方向，选择迁移学习还是自然语言处理？
从鸦片战争到如今，我们中国是怎样一步步获得现在的国际地位的？
LeCun 为什么要卸任 FAIR（Facebook AI 实验室）负责人，工程和研究的矛盾可调和吗？
mxnet的并行计算为什么这么牛，是什么原理？
现在的人工智能水平，能代替程序员写代码吗？如果有一天能写代码，是否会促使它发展自己的思维？
机器学习能否用于综合评价？具体怎么操作？
全连接层的作用是什么？
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
人工智能会有宗教信仰吗？假如我穿越到2017年第一个提出了Transformer、BERT等模型，我可以保送到清华北大吗？
如何开发一个自己的 TensorFlow？
如何评价CVPR2019程序主席Derek Hoiem的论点：计算机视觉只是记忆，不是智能？
深度学习attention机制中的Q,K,V分别是从哪来的？
20年后，你所在行业的科技会发展到什么程度？
人工智能可以解决人类难题吗？
如何看待阿里巴巴提出的 FashionAI 比赛？
为什么熵值最大的分布状态是正态分布而不是均匀分布？
为什么不训练黑猩猩来代替人民从事体力和简单重复操作呢？
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？
假如我穿越到2017年第一个提出了Transformer、BERT等模型，我可以保送到清华北大吗？
如何评价第二局比赛 AlphaGo 又一次战胜李世石？
人工智能是不是走错了方向？
人工智能的完全诞生是否意味着第四次信息革命？
请问机器学习中的预测与决策的区别是什么，他们的界限在哪里呢？
深度学习如何入门？
为什么CV能做到让一幅人脸图动了笑了，而NLP的text-style-transfer进展貌似一般？
机器人的视觉伺服控制能在20年内应用于工业界吗？
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？
本科，选港大还是上交？
如何看待2021年中国工程院新增院士中人工智能领域候选人全部落选？
AlphaGo 能战胜李世石吗？
我们难道必须发展人工智能吗？
云米在米粉节发布一系列黑科技新品，值得米粉们期待吗？
联邦学习是否有必要学习密码学知识?
如何评价《人民日报》于 10 月 5 日发表的《不能让算法决定内容》？
如何评价 马毅教授 的 NeurIPS 2020 中稿文章 MCR2 及 自称弄明白深度学习了？
如何看待人工智能攻破德州扑克？
如何评价旷视开源的YOLOX，效果超过YOLOv5?