Machine learningDeep Learning, Self-Supervised Learning
Masked Autoencoders
Masked Autoencoders (MAE)는 He 등이 2021년에 소개한 자기 지도 학습 접근법으로, 이미지의 무작위 패치를 마스킹하고 손실된 내용을 재구성하도록 모델을 훈련시킵니다. 자연어 처리(NLP)의 마스크 언어 모델링 패러다임을 비전에 적용하여, MAE는 레이블 없이 어려운 재구성 문제를 해결함으로써 풍부한 시각적 표현을 학습합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
출처
- He, K., Chen, X., Xie, S., Li, Y., Dollár, P., & Girshick, R. (2022). Masked autoencoders are scalable vision learners. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 16000-16009). DOI: 10.1109/CVPR52688.2022.01553 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Masked Autoencoders are Scalable Vision Learners. ScholarGate. https://scholargate.app/ko/deep-learning/masked-autoencoders
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →