← Fine-Grained Image Classification

Papers with Code · CC BY-SA 4.0

Food-101

아카이브 평가 15건 · 마지막 적재/변경 2026-10-30

원본 데이터셋 링크 1

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델	원본 지표·값	논문	구현
CAP	Accuracy 98.6 PARAMS 34.2	Context-aware Attentional Pooling (CAP) for Fine-grained Visual Classification 2021-01-17	코드 1
EffNet-L2 (SAM)	Accuracy 96.18	Sharpness-Aware Minimization for Efficiently Improving Generalization 2020-10-03	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18
ALIGN	Accuracy 95.88	Scaling Up Visual and Vision-Language Representation Learning With Noisy Text Supervision 2021-02-11	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
DoD (SwinV2-B)	Accuracy 94.9	Dining on Details: LLM-Guided Expert Networks for Fine-Grained Food Recognition 2023-10-29	연결 없음
CSWin-L	Accuracy 93.81	Learning Multi-Subset of Classes for Fine-Grained Food Recognition 2022-10-10	코드 1
Grafit (RegNet-8GF)	Accuracy 93.7	Grafit: Learning fine-grained image representations with coarse labels 2020-11-25	연결 없음
VOLO-D5	Accuracy 93.66	Learning Multi-Subset of Classes for Fine-Grained Food Recognition 2022-10-10	코드 1
EfficientNet-B7	Accuracy 93.0	EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks 2019-05-28	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54 · 코드 55 · 코드 56 · 코드 57 · 코드 58 · 코드 59 · 코드 60 · 코드 61 · 코드 62 · 코드 63 · 코드 64 · 코드 65 · 코드 66 · 코드 67 · 코드 68 · 코드 69 · 코드 70 · 코드 71 · 코드 72 · 코드 73 · 코드 74 · 코드 75 · 코드 76 · 코드 77 · 코드 78 · 코드 79 · 코드 80 · 코드 81 · 코드 82 · 코드 83 · 코드 84 · 코드 85 · 코드 86 · 코드 87 · 코드 88 · 코드 89 · 코드 90 · 코드 91 · 코드 92 · 코드 93 · 코드 94 · 코드 95 · 코드 96 · 코드 97 · 코드 98 · 코드 99 · 코드 100 · 코드 101 · 코드 102 · 코드 103 · 코드 104 · 코드 105 · 코드 106 · 코드 107 · 코드 108 · 코드 109 · 코드 110 · 코드 111 · 코드 112 · 코드 113 · 코드 114 · 코드 115 · 코드 116 · 코드 117 · 코드 118 · 코드 119 · 코드 120 · 코드 121 · 코드 122 · 코드 123 · 코드 124 · 코드 125 · 코드 126 · 코드 127 · 코드 128 · 코드 129 · 코드 130 · 코드 131 · 코드 132 · 코드 133 · 코드 134 · 코드 135 · 코드 136 · 코드 137 · 코드 138 · 코드 139 · 코드 140 · 코드 141 · 코드 142 · 코드 143 · 코드 144
Assemble-ResNet-FGVC-50	Top 1 Accuracy 92.47 Accuracy 92.5	Compounding the Performance Improvements of Assembled Techniques in a Convolutional Neural Network 2020-01-17	코드 1
µ2Net+ (ViT-L/16)	Accuracy 91.47	A Continual Development Methodology for Large-scale Multitask Dynamic ML Systems 2022-09-15	코드 1
NAT-M4	Accuracy 89.4 FLOPS 361M PARAMS 4.5M	Neural Architecture Transfer 2020-05-12	코드 1 · 코드 2
NAT-M3	Accuracy 89.0 FLOPS 299M PARAMS 3.9M	Neural Architecture Transfer 2020-05-12	코드 1 · 코드 2
NAT-M2	Accuracy 88.5 FLOPS 266M PARAMS 4.1M	Neural Architecture Transfer 2020-05-12	코드 1 · 코드 2
NAT-M1	Accuracy 87.4 FLOPS 198M PARAMS 3.1M	Neural Architecture Transfer 2020-05-12	코드 1 · 코드 2
ImageNet + iNat on WS-DAN	Top 1 Accuracy 88.7	Domain Adaptive Transfer Learning on Visual Attention Aware Data Augmentation for Fine-grained Visual Categorization 2020-10-06	연결 없음