mae

这是一个基于PyTorch实现的Masked Autoencoders（MAE）视觉自监督预训练模型，复现了Kaiming He等人提出的掩码图像建模方法。核心功能包括：支持ViT-Base/Large/Huge架构的MAE预训练、提供官方转换的预训练检查点、内置可视化演示与下游任务微调代码。技术特点为高掩码率（75%）、非对称编解码器设计、GPU友好型实现，并兼容timm库。适用于图像表示学习、小样本视觉任务、数据受限场景下的模型预训练等研究与工程场景。