Tìm hiểu về mô hình DERT: Cách Detection Transformer đổi mới nhận diện đối tượng (Object Detection)
#objectdetection #detr #transformers #computervision DETR (Detection Transformer) là một mô hình tiên tiến trong lĩnh vực nhận diện đối tượng, được phát triển bởi nhóm nghiên cứu tại Facebook AI Research (FAIR). DETR được giới thiệu lần đầu vào năm 2020 và đã đánh dấu một bước tiến quan trọng trong việc áp dụng các mô hình Transformer, vốn nổi tiếng trong xử lý ngôn ngữ tự nhiên, vào lĩnh vực thị giác máy tính. Các điểm nổi bật của DETR: 1. Sử dụng Transformer trong nhận diện đối tượng 2. Thiết kế đơn giản 3. Hiệu suất mạnh mẽ 4. Học trực tiếp từ dữ liệu

▶︎
DETR: End-to-End Object Detection with Transformers (Paper Explained)

▶︎
Deep Learning for Computer Vision: Bài 5 - Bài toán Object Detection

▶︎
Giới Thiệu YOLO: Mô Hình Tiên Phong Trong Nhận Diện Đối Tượng Thời Gian Thực

▶︎
4 công việc chính của 1 kỹ sư AI

▶︎
Tìm hiểu encoder trong Transformer

▶︎
How might LLMs store facts | Deep Learning Chapter 7

▶︎
R-CNN, Fast R-CNN, Faster R-CNN Seminar (Vietnamese)

▶︎
Something is jamming GPS over Europe. Here's what we found

▶︎
CoDETR - SOTA object detection with transformers

▶︎
All about Neural Network in 12 minutes

▶︎
NVIDIA và hành trình “CÁ CHÉP VƯỢT VŨ MÔN” của giới công nghệ | Lê Công Thành | Thế Giới

▶︎
Phát hiện các vật thể nhỏ với SAHI và YOLOv8 - Mì AI

▶︎
TẤT TẦN TẬT CHIP BÁN DẪN: Cuộc chiến công nghệ định hình tương lai con người | SonyKieu

▶︎
Đọc nghiên cứu mô hình Vit Transformer: Transformers for Image Recognition at Scale

▶︎
Visualizing transformers and attention | Talk for TNG Big Tech Day '24

▶︎
Robotics' End Game: Nvidia's Jim Fan

▶︎
1: Introduction to Neural Networks and Deep Learning; Training Deep NNs

▶︎
Transformers in Vision: From Zero to Hero

▶︎
DETR: End-to-End Object Detection with Transformers | Paper Explained

▶︎
