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
现在机器学习工业界和学术界的差别越来越大了吗？尽早实习和踏实科研各有什么利弊？未来十年，AI 将可能与哪些产业结合应用？产生怎样的价值？
如何看待Transformer在CV上的应用前景，未来有可能替代CNN吗？
要装修房子，有什么好用的智能设备推荐吗？
如何评价mixup: BEYOND EMPIRICAL RISK MINIMIZATION？
如何看待 Deepmind 宣称最新版 AlphaGo 能让李世乭版本 AlphaGo 三子？
2021年，作为算法工程师的你们会在CV业务落地上用Transformer吗？
《星际穿越》中的机器人违反过机器人定律吗？
如何看待“AI计算机视觉需求”推动了CIS传感器（CMOS Sensor）的快速迭代和市场增量？
你实践中学到的最重要的机器学习经验是什么？
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
最先会被机器人代替的几个职业将会是什么？基于对比学习(Contrastive Learning)的文本表示模型【为什么】能学到语义【相似】度？
如何评价Facebook AI提出的ResMLP，对比Google的MLP-Mixer?
为何感觉“知识蒸馏”这几年没有什么成果？
人类目前能实现微型的力场护盾技术吗？
哪类游戏 AI 难度更高？
如何看待 ICLR2021 的拒稿被评为 ACL2021 的 Best Paper?
如何评价Yann LeCun宣称『他已经做好放弃概率论的准备』？
KL散度衡量的是两个概率分布的距离吗？
视觉算法的工业部署及落地方面的技术知识，怎么学？
有哪些未来人工智能的职位适合经济专业？
如何看待清华首个 AI 学生华智冰？
假如达到强人工智能，岂不是可以认为人也是由代码构成，甚至能由代码解析？
如果用人工智能来治理国家，会带来什么问题？
联邦学习/联盟学习 (Federated Learning) 的发展现状及前景如何？
国内有哪些不错的CV(计算机视觉)团队?
如何评价 DeepMind 公布的可生成算法竞赛解题代码的 AlphaCode？
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？
如何评价中国人民大学高瓴人工智能学院教授的薪酬标准？
如何评价FAIR提出的MaskFormer，在语义分割ADE20K上达到SOTA：55.6 mIoU？
人工智能现在的发展前景如何？
如何评价PyTorch 0.4.0？
batchsize=1时可以用BN吗?
计算机视觉有多少分支？
三维重建怎么入门？
2021年，AI将何去何从？哪些技术与应用是下一个风口？能否推荐相关图书？
人工智能（AI）时代，让孩子学编程还是学艺术？
如何看UCBerkeley RISELab即将问世的Ray，replacement of Spark？
如何评价Hinton在加拿大多伦多大学关于用“capsule”作为下一代CNN的演讲？
Resnet到底在解决一个什么问题呢？