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ST-GCN动作识别算法？人工智能会是泡沫吗？
怎么看待英国莱斯特大学副校长拟裁撤整个数学系以补贴 AI、计算机、量子科技等研究领域？
如何看待 24 岁北航博士侯涛刚毕业后受聘北京交通大学副教授？
如何看待谷歌 Jeff Dean 用 AI 6 小时就能设计一款芯片，强力碾压集成电路设计专家？
如何看待血肉苦弱，机械飞升？
现大二，准备做大学生创新创业项目计划 ，目前定的方向是深度学习+畜牧业／养殖业，有什么建议给我们吗？
人工智能相关的岗位薪酬状况如何？
深度学习在无人驾驶汽车上面的运用有哪些？
神经网络训练多个epoch，写论文的时候可以取最好的效果那一个epoch作为结果吗？
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
现代人工神经网络是不是一个死胡同？这个技术是不是骗人的？在集成电路设计领域（数字，模拟），人工智能有无可能取代人类？
哪些人工智能领域已经或者未来1-2年会实现盈利？
科学技术的发展有没有可能建立一个人不需要工作也能良好生活的社会？
视觉Transformer如何优雅地避开位置编码？
如何看待脸书高管呼吁：希望政府能够介入科技公司，称：史上没有哪位国王能像扎克伯格那样统治着20亿人？
从进化的角度看，实现强人工智能，究竟是数据重要还是模型重要？
如何看待 Google TPU？寒武纪芯片较之有哪些优势与不足？
如何看待华米科技 2018 年度新品发布会？
在中小学阶段设置人工智能相关课程对于培养人工智能人才具有哪些意义？如何推进会比较有效？
2021 年各家大厂的 AI Lab 现状如何？
如何评价对于AlphaGo打劫问题的质疑？
CTC和Encoder-Decoder有什么关系?
自动化专业就业方向是什么，会变成程序猿吗？
为什么交叉熵（cross-entropy）可以用于计算代价？
如何在图片中优雅而又有效地添加水印？
未来人工智能真的会让人类全面失业吗？如果真的有这种情况发生的话又如何应对？
深度学习图像处理什么时候用到GPU？
如何看待 2014 年以来计算机视觉（Computer Vision）界创业潮？
为什么越来越多的公司选择全部搬到云上？
如何看待江西省图书馆内两个机器人吵架?
2021 年，深度学习方面取得了哪些关键性进展？
如何评价「Patches are all you need」?
机器学习如何才能避免「只是调参数」？
《失控玩家》中的游戏有可能实现出来吗？
贝叶斯深度学习是什么，和传统神经网络有何不同？
如何看待傅首尔对智能汽车的吐槽？智能汽车如何真正为出行带来便利？
是不是并不是所有问题都适合用神经网络预测？
如果智能机器人真的大批量取代人工，那真的会失业么？
如何看待2021年秋招算法岗灰飞烟灭？