【第29篇】MAE：屏蔽自编码器是可扩展的视觉学习器

摘要

论文链接：https://arxiv.org/abs/2111.06377
本文表明，掩码自编码器 (MAE) 是用于计算机视觉的可扩展自监督学习器。我们的 MAE 方法很简单：我们屏蔽输入图像的随机块并重建丢失的像素。它基于两个核心设计。首先，我们开发了一个非对称编码器-解码器架构，其中一个编码器只对可见的补丁子集进行操作（没有掩码标