ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders
1.关于稀疏卷积的解释:https://zhuanlan.zhihu.com/p/3823658892.答案:在深度学习领域,尤其是计算机视觉任务中,遮蔽图像建模(MaskedImageModeling,MIM)是一种自监督学习策略,其基本思想是遮蔽(或隐藏)图像中的部分信息,然后训练模型去预测这些遮蔽的部分。这种方法的一个关键点是,遮蔽的图像可以被视为一个稀疏的2D像素数组。这是因为当图像中的某