语言模型

！！！好多看不懂的啊这篇)摘要 Pix2Seq:是一种简单而又通用的目标检测框架。与现有的显式整合关于任务的先验知识的方法不同，我们简单地将对象检测转换为基于观察到的像素输入的语言建模任