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
语义网所谓的“本体”的具体例子是什么？为什么 Siri 听懂了我的话，还是不能做出有效的回答或准确的操作？
深度神经网络（DNN）是否模拟了人类大脑皮层结构？
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？
有哪些人工智能上的事实，没有一定人工智能知识的人不会相信？
为什么相比于计算机视觉(cv)，自然语言处理(nlp)领域的发展要缓慢？
如何评价周志华教授新提出的 Deep Forest 模型，它会取代当前火热的深度学习 DNN 吗？
如何直观地解释 backpropagation 算法？
如何看待网传依图科技集体降薪 10% 以上？还有哪些信息值得关注？
我们到底该不该继续发展人工智能？
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
QR 二维码在不影响扫码的情况下，哪些部分可以删除？如何评价基于游戏毁灭战士（Doom）的AI死亡竞赛大赛结果？
如何理解 Graph Convolutional Network（GCN）？
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？
2019年CVPR有哪些糟糕的论文?
如何评价微软机器翻译在 WMT2017 中英翻译达到「人类水平」？
如何评价 DeepMind 发表在 Nature 的论文公开无需人类棋谱的 AlphaGo Zero？
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？
如何证明Metropolis Hastings algorithms)能够达到马尔科夫稳态？
下一代 AI 框架长什么样？
从围棋角度看李世石与 AlphaGo 的第二局比赛有哪些关键之处？
如何评价 DeepMind 发表在 Nature 上的使用深度强化学习对托卡马克等离子体进行磁控制？
你见过最差的算法工程师能差到什么程度？
如何看待最近一段时间旷视科技Face++、阿里、小米、京东、科大讯飞和地平线等相继在南京建立研发中心？
NLP领域，你推荐哪些综述性的文章？
你为什么选择华为？
为什么 Siri 听懂了我的话，还是不能做出有效的回答或准确的操作？
为什么美国如此反对中国留学生学习人工智能和量子技术？国内外这两种技术的发展现状如何？
如何看待 AI 方向 PhD 申请竞争过于激烈的现象？
正在工作的程序员，生活状态什么样？
什么时候觉得，数据分析真的非常有用？
如何看待 TI7 上与 Dendi solo 的 OpenAI？
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？
在哪里能找到各行业的分析研究报告？
如何评价 CVPR2022 的审稿结果和录取情况？
人类大脑的聪慧程度以 IQ 为标准，那么人工智能的水平用什么指标来衡量呢？
如何看待 Nervana 被 Intel 收购？
目前的人工智能离可以自己给自己写代码编程还有多远？
训练过程中loss震荡特别严重，可能是什么问题？