ConvNeXtV2：与屏蔽自动编码器共同设计和缩放ConvNets，论文+代码+实战自从Transformer模型在计算机视觉领域封神后，Facebook发表了ConvNeXtV1版本，证明了使用传统的卷积神经网络模型也能表现出优异的成绩，而ConvNeXtV2是对Transformer模型发起的又一新的挑战！论文地址：该论文的一句话总结：本文利用MAE设计了全卷积掩码自编码器：FCMAE和新的全局响应归一化（GRN）层，并提出一个卷积主干新系列：ConvNeXtV2，它显著提高了纯ConvNet在各种视觉基准上的性能，最小的Atto版本仅有3.7M参数，而最大的Huge版本可高达88.9%