[B! detection][seq2seq][representation learning] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

detectionとseq2seqとrepresentation learningに関するarxiv_readerのブックマーク (5)

PolarFormer: Polar Transformer を使用したマルチカメラ 3D オブジェクト検出
arxiv_reader 2023/01/18
自動運転における 3D オブジェクト検出の目的は、3D 世界に存在する対象オブジェクトの「何」と「どこ」を推論することです。以前の 2D オブジェクト検出の従来の知恵に従って、既存の方法では、多くの場

dataset

3D

arXiv

transformer

seq2seq

representation learning

arXiv reaDer

detection

attention

autonomous driving
リンク
Transformerを使用した視覚表現学習：シーケンス間の視点
arxiv_reader 2022/07/20
視覚表現学習は、さまざまな視覚問題を解決するための鍵です。独創的なグリッド構造の優先順位に依存して、畳み込みニューラルネットワーク（CNN）は、ほとんどのディープビジョンモデルの事実上の標準アーキテク

semantic segmentation

attention

seq2seq

classification

CNN

arXiv

representation learning

transformer

detection

arXiv reaDer
リンク
PolarFormer: Polar Transformer を使用したマルチカメラ 3D オブジェクト検出
arxiv_reader 2022/07/13
自動運転での3Dオブジェクト検出は、3D世界に存在する対象オブジェクトの「何」と「どこ」を推論することを目的としています。以前の2Dオブジェクト検出の従来の知識に従って、既存の方法では、垂直軸を持つ正

semantic segmentation

transformer

arXiv

seq2seq

detection

3D

autonomous driving

representation learning

arXiv reaDer

attention
リンク
PolarFormer：PolarTransformersを使用したマルチカメラ3Dオブジェクト検出
arxiv_reader 2022/07/12
自動運転での3Dオブジェクト検出は、3D世界に存在する対象オブジェクトの「何」と「どこ」を推論することを目的としています。以前の2Dオブジェクト検出の従来の知識に従って、既存の方法では、垂直軸を持つ正

seq2seq

transformer

autonomous driving

semantic segmentation

arXiv reaDer

3D

detection

arXiv

attention

representation learning
リンク
PolarFormer：PolarTransformersを使用したマルチカメラ3Dオブジェクト検出
arxiv_reader 2022/07/01
自動運転での3Dオブジェクト検出は、3D世界に存在する対象オブジェクトの「何」と「どこ」を推論することを目的としています。以前の2Dオブジェクト検出の従来の知識に従って、既存の方法では、垂直軸を持つ正

semantic segmentation

detection

arXiv reaDer

transformer

representation learning

arXiv

seq2seq

autonomous driving

3D

attention
リンク
1

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx