【论文速读

[@dl2894]

有你的講解可以很快地對論文有初步認識，講解得很好，非常謝謝。

[@simon880502]

非常謝謝

[@13464821245]

Detr 也算是經典了 感覺可以講講uni-hcp?

[@yoowang-j6b]

在10:00左右的可视化图，不知道可不可以称之为feature map，那个好像是self attention。😊

[@phdvlog2024]

可以

[@dean76105]

感觉vlog讲cv的比较多哇（可能是我看得多😂）这些蛮经典的paper感觉学习一下蛮有用的，但是现在应该已经不在前沿了吧。cv现在好像都可以直接用sam+synthetic data去拼，sam太强了；所以想问问vlog有没有对前沿的paper或idea感兴趣或者推荐的，再或者，对像是下一代sam这种Foundational model有没有什么想法。（如果说错了什么就期待解答hhh）😊

[@danhsu8931]

好奇問一下在 sam+synthetic data 的方向中，對於 synthetic data 有什麼有趣的方法嗎

[@phdvlog2024]

sam就是全程transformer 那么下一代可能把transformer换掉之类的吧 这不是我的领域了

[@pakersmuch3705]

盲猜v大是做CT图像处理算法的。主要用unet等实现对脏器等的图像分割。

[@phdvlog2024]

部分吧，还有好些别的

[@diliu3460]

请问这个字幕你是咋搞得

[@phdvlog2024]

ppt自带的

[@Ryan.66666]

封面贴错了吧，是检测，不是分割。

[@phdvlog2024]

都可以 可以检测 可以分割

[@Ryan.66666]

encoder decoder 就对应 two stage 的两步，感觉可以搞搞mask-detr

[@phdvlog2024]

已经有了 detr已经是非常火爆的模型了

[@Ryan.66666]

@@phdvlog2024这年头真是卷速度啊😂

[@phdvlog2024]

三个月卷出来7个版本 是不是神了

[@phdvlog2024]

现在llm才真是开大了 就cot 半年卷出来一篇100页的survey 差不多1000篇吧

[@caiyu538]

我在google colas 跑了对比yolo 和detr Detr 太慢了

[@phdvlog2024]

是的

[@menkiguo7805]

Detr都多老了

[@phdvlog2024]

😂