← Action Recognition
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.
| 모델 | 원본 지표·값 | 논문 | 구현 |
|---|---|---|---|
| UniFormer-B (IN-1K + Kinetics400 pretrain) |
|
UniFormer: Unified Transformer for Efficient Spatial-Temporal Representation Learning 2021-09-29 |
코드 1 · 코드 2 · 코드 3 |
| TAdaConvNeXtV2-B |
|
Temporally-Adaptive Models for Efficient Video Understanding 2023-08-10 |
코드 1 |
| MAR (50% mask, ViT-B, 16x4) |
|
MAR: Masked Autoencoders for Efficient Action Recognition 2022-07-24 |
코드 1 |
| MVD (Kinetics400 pretrain, ViT-S, 16 frame) |
|
Masked Video Distillation: Rethinking Masked Feature Modeling for Self-supervised Video Representation Learning 2022-12-08 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| CoVeR(JFT-3B) |
|
Co-training Transformer with Videos and Images Improves Action Recognition 2021-12-14 |
연결 없음 |
| VideoMAE (no extra data, ViT-B, 16frame) |
|
VideoMAE: Masked Autoencoders are Data-Efficient Learners for Self-Supervised Video Pre-Training 2022-03-23 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 |
| AMD(ViT-S/16) |
|
Asymmetric Masked Distillation for Pre-Training Small Foundation Models 2023-11-06 |
연결 없음 |
| ILA (ViT-L/14) |
|
Implicit Temporal Modeling with Learnable Alignment for Video Recognition 2023-04-20 |
코드 1 |
| MorphMLP-B (IN-1K) |
|
MorphMLP: An Efficient MLP-Like Backbone for Spatial-Temporal Representation Learning 2021-11-24 |
코드 1 · 코드 2 |
| CoVeR(JFT-300M) |
|
Co-training Transformer with Videos and Images Improves Action Recognition 2021-12-14 |
연결 없음 |
| TPS |
|
Spatiotemporal Self-attention Modeling with Temporal Patch Shift for Action Recognition 2022-07-27 |
코드 1 |
| SIFA |
|
Stand-Alone Inter-Frame Attention in Video Models 2022-06-14 |
코드 1 |
| Swin-B (IN-21K + Kinetics400 pretrain) |
|
Video Swin Transformer 2021-06-24 |
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 |
| TDN ResNet101 (one clip, three crop, 8+16 ensemble, ImageNet pretrained, RGB only) |
|
TDN: Temporal Difference Networks for Efficient Action Recognition 2020-12-18 |
코드 1 |
| MAR (75% mask, ViT-B, 16x4) |
|
MAR: Masked Autoencoders for Efficient Action Recognition 2022-07-24 |
코드 1 |
| ORViT Mformer-L (ORViT blocks) |
|
Object-Region Video Transformers 2021-10-13 |
코드 1 |
| UniFormer-S (IN-1K + Kinetics600 pretrain) |
|
UniFormer: Unified Transformer for Efficient Spatial-Temporal Representation Learning 2021-09-29 |
코드 1 · 코드 2 · 코드 3 |
| MML (ensemble) |
|
Mutual Modality Learning for Video Action Classification 2020-11-04 |
코드 1 |
| MViT-B-24, 32x3 |
|
Multiscale Vision Transformers 2021-04-22 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 |
| MTV-B |
|
Multiview Transformers for Video Recognition 2022-01-12 |
코드 1 |
| MLP-3D |
|
MLP-3D: A MLP-like 3D Architecture with Grouped Time Mixing 2022-06-13 |
연결 없음 |
| TDN ResNet101 (one clip, center crop, 8+16 ensemble, ImageNet pretrained, RGB only) |
|
TDN: Temporal Difference Networks for Efficient Action Recognition 2020-12-18 |
코드 1 |
| MSMA (8+16frames) |
|
Multi-scale Motion-Aware Module for Video Action Recognition 2023-02-19 |
연결 없음 |
| Mformer-L |
|
Keeping Your Eye on the Ball: Trajectory Attention in Video Transformers 2021-06-09 |
코드 1 · 코드 2 |
| VIMPAC |
|
VIMPAC: Video Pre-Training via Masked Token Prediction and Contrastive Learning 2021-06-21 |
코드 1 |
| ORViT Mformer (ORViT blocks) |
|
Object-Region Video Transformers 2021-10-13 |
코드 1 |
| MViT-B, 32x3(Kinetics600 pretrain) |
|
Multiscale Vision Transformers 2021-04-22 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 |
| GC-TDN Ensemble (R50,8+16) |
|
Group Contextualization for Video Recognition 2022-03-18 |
코드 1 |
| CT-Net Ensemble (R50, 8+12+16+24) |
|
CT-Net: Channel Tensorization Network for Video Classification 2021-06-03 |
코드 1 |
| TCM (Ensemble) |
|
Motion-driven Visual Tempo Learning for Video-based Action Recognition 2022-02-24 |
코드 1 · 코드 2 |