题目： MAE的介绍与研究 An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale

主讲人：杜启蒙

地点：腾讯会议

时间：2022年02月14日 周一晚 8点30分

简介：1)介绍Vision Transformerde的背景及方法介绍

      2)介绍MAE在imageNet数据集自编码效果说明

         3)代码进度    

参考文献：

[1]An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale.Alexey Dosovitskiy, Lucas Beyer, Alexander Kolesnikov, Dirk Weissenborn, Xiaohua Zhai, Thomas Unterthiner, Mostafa Dehghani, Matthias Minderer, Georg Heigold, Sylvain Gelly, Jakob Uszkoreit, Neil Houlsby ,arxiv.org/abs/2010.11929

[2]Masked Autoencoders Are Scalable Vision Learners, Kaiming He ，Xinlei Chen （Facebook AI Research, FAIR）,/arxiv.org/pdf/2111.06377.pdf

[3]李沐视频：https://www.bilibili.com/video/BV1sq4y1q77t?spm_id_from=333.999.0.0