加入星計劃，您可以享受以下權益：

  • 創(chuàng)作內(nèi)容快速變現(xiàn)
  • 行業(yè)影響力擴散
  • 作品版權保護
  • 300W+ 專業(yè)用戶
  • 1.5W+ 優(yōu)質(zhì)創(chuàng)作者
  • 5000+ 長期合作伙伴
立即加入

Transformer

加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

TRANSFORMER，作詞：Kenzie（韓文），T-Crash（中文），作曲： Kenzie / Jonathan Yip /Jonathan Yip / Ray Romulus / Ray McCullough，演唱：EXO。

TRANSFORMER，作詞：Kenzie（韓文），T-Crash（中文），作曲： Kenzie / Jonathan Yip /Jonathan Yip / Ray Romulus / Ray McCullough，演唱：EXO。收起

查看更多
  • 自動駕駛中一直說的BEV+Transformer到底是個啥？
    自動駕駛中一直說的BEV+Transformer到底是個啥？
    在很多車企的自動駕駛介紹中，都會聽到一個關鍵技術，那就是BEV+Transformer，那BEV+Transformer到底是個啥？為什么很多車企在自動駕駛技術中都十分追捧這項技術？其實“BEV（Bird’s Eye View）+Transformer”是兩個方向的技術，BEV是一種全新的3D坐標系，而Transformer則是一種深度學習神經(jīng)網(wǎng)絡模型，BEV+Transformer的組合方案在感知、理解和預測方面表現(xiàn)得更為強大，徹底終結(jié)了2D直視圖+CNN時代。
  • EdgeNAT: 高效邊緣檢測的 Transformer
    邊緣檢測是許多計算機視覺任務的基礎，旨在從輸入圖像中精確提取物體邊界和視覺顯著的邊緣。然而，由于圖像中存在遠距離物體、復雜背景中的模糊邊界以及物體內(nèi)部的顏色變化等挑戰(zhàn)，邊緣檢測任務變得十分困難。傳統(tǒng)的邊緣檢測方法主要依賴于顏色和紋理等局部信息，而基于卷積神經(jīng)網(wǎng)絡（CNN）的深度學習方法雖然可以擴展感受野以捕捉全局特征，但容易丟失細節(jié)信息。
  • 智駕行業(yè)BEV+Transformer到端到端“追熱詞”為奪技術終局優(yōu)勢？
    智駕行業(yè)BEV+Transformer到端到端“追熱詞”為奪技術終局優(yōu)勢？
    自去年以來，業(yè)界不斷討論和提及“BEV+Transformer”這一概念，即鳥瞰視圖與基于自注意力機制的神經(jīng)網(wǎng)絡架構(gòu)。卷了半年時間，今年，“端到端”這一概念又迅速成為人們熱議的焦點。這兩個概念看似截然不同，實則在視覺路線建立的基于Transformer 的架構(gòu)上有著共通之處，也共同印證了人工智能技術從深度學習向多模態(tài)大模型演進的趨勢。汽車領域始終處于自動駕駛技術革新的前沿。
  • RefMask3D: 基于語言引導的3D指代分割Transformer
    論文 RefMask3D: Language-Guided Transformer for 3D Referring Segmentation 提出了一種新的方法來解決3D點云中的目標識別和分割問題，特別是基于語言描述的目標識別。
  • AI的未來發(fā)展：分治法在左，端到端在右
    AI的未來發(fā)展：分治法在左，端到端在右
    陽萌或許是我接觸過的最懂技術的CEO：他是北大計算機本科，碩博連讀機器學習專業(yè)，但博士讀了一半就跑了；他是百億營收大廠安克創(chuàng)新的創(chuàng)始人，也曾在谷歌做搜索算法的研發(fā)；他的公司主要做的是充電寶、掃地機器人這些消費類電子產(chǎn)品，但我們聊的是人工智能、芯片等等硬科技。
    3869
    05/17 09:55