加入星计划,您可以享受以下权益:

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入

Transformer

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

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

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

查看更多
  • 自动驾驶中一直说的BEV+Transformer到底是个啥?
    自动驾驶中一直说的BEV+Transformer到底是个啥?
    在很多车企的自动驾驶介绍中,都会听到一个关键技术,那就是BEV+Transformer,那BEV+Transformer到底是个啥?为什么很多车企在自动驾驶技术中都十分追捧这项技术?其实“BEV(Bird’s Eye View)+Transformer”是两个方向的技术,BEV是一种全新的3D坐标系,而Transformer则是一种深度学习神经网络模型,BEV+Transformer的组合方案在感知、理解和预测方面表现得更为强大,彻底终结了2D直视图+CNN时代。
  • EdgeNAT: 高效边缘检测的 Transformer
    边缘检测是许多计算机视觉任务的基础,旨在从输入图像中精确提取物体边界和视觉显著的边缘。然而,由于图像中存在远距离物体、复杂背景中的模糊边界以及物体内部的颜色变化等挑战,边缘检测任务变得十分困难。传统的边缘检测方法主要依赖于颜色和纹理等局部信息,而基于卷积神经网络(CNN)的深度学习方法虽然可以扩展感受野以捕捉全局特征,但容易丢失细节信息。
  • 智驾行业BEV+Transformer到端到端“追热词”为夺技术终局优势?
    智驾行业BEV+Transformer到端到端“追热词”为夺技术终局优势?
    自去年以来,业界不断讨论和提及“BEV+Transformer”这一概念,即鸟瞰视图与基于自注意力机制的神经网络架构。卷了半年时间,今年,“端到端”这一概念又迅速成为人们热议的焦点。这两个概念看似截然不同,实则在视觉路线建立的基于Transformer 的架构上有着共通之处,也共同印证了人工智能技术从深度学习向多模态大模型演进的趋势。汽车领域始终处于自动驾驶技术革新的前沿。
  • RefMask3D: 基于语言引导的3D指代分割Transformer
    论文 RefMask3D: Language-Guided Transformer for 3D Referring Segmentation 提出了一种新的方法来解决3D点云中的目标识别和分割问题,特别是基于语言描述的目标识别。
  • AI的未来发展:分治法在左,端到端在右
    AI的未来发展:分治法在左,端到端在右
    阳萌或许是我接触过的最懂技术的CEO:他是北大计算机本科,硕博连读机器学习专业,但博士读了一半就跑了;他是百亿营收大厂安克创新的创始人,也曾在谷歌做搜索算法的研发;他的公司主要做的是充电宝、扫地机器人这些消费类电子产品,但我们聊的是人工智能、芯片等等硬科技。
    3793
    05/17 09:55