数据增强

麻省理工推出的分形生成模型（Fractal Generative Models）是一种创新的图像生成技术，由麻省理工学院计算机科学与人工智能实验室与Google DeepMind团队共同研发。该模型基于分形理论，将生成过程抽象为可重用的“原子模块”，通过递归调用这些模块，构建出具有自相似特性的分形结...

一、研究动机 近年来，掩码建模（Masked Image Modeling, MIM）作为一种自监督训练方法，展示了其在大规模模型中的有效性。然而，研究发现，MIM在小型模型（如ViT-T 5M参数）上反而可能导致性能下降。特别是在ImageNet上，使用MAE训练的ViT-L相比于传统监督学习模型...