이미지를 처리하는 동안 모델이 기억하는 내용과 학습 방식이 함께 변하는 '자기참조 중첩 학습(SRNL)'을 적용한 비전 백본의 공식 PyTorch 구현이다. Nested Learning 논문(arXiv 2512.24695)의 자기참조 구조를 시각 영역으로 옮겼으며, 콘텐츠·키·값·학습률·보존율을 담당하는 5개의 결합 메모리, 비팽창성을 보장하는 소프트 주입 상한과 스펙트럼 클램프, 행·열 정렬 청크를 쓰는 4방향 스캔으로 구성된다. Tiny/Small/Base 계층형 백본을 제공하며 ImageNet-1K 분류(Top-1 84.1~85.6%), COCO Mask R-CNN 탐지·인스턴스 분할, ADE20K UPerNet 시맨틱 분할의 학습·평가 스크립트와 사전학습 가중치를 함께 공개했다. 실행에는 NVIDIA GPU와 CUDA 툴킷이 필요하다.