| LSNet (Res2Net-101+ DCN, multi-scale) |
- box mAP
- 53.5
- AP50
- 71.1
- AP75
- 59.2
- APS
- 35.2
- APM
- 56.4
- APL
- 65.8
|
Location-Sensitive Visual Recognition with Cross-IOU Loss 2021-04-11 |
코드 1 |
| dBOT ViT-B |
- box mAP
- 53.5
|
Exploring Target Representations for Masked Autoencoders 2022-09-08 |
코드 1 |
| ResNeSt-200 (multi-scale) |
- box mAP
- 53.3
- AP50
- 72.0
- AP75
- 58.0
- APS
- 35.1
- APM
- 56.2
- APL
- 66.8
|
ResNeSt: Split-Attention Networks 2020-04-19 |
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 |
| Cascade Mask R-CNN (Triple-ResNeXt152, multi-scale) |
- box mAP
- 53.3
- AP50
- 71.9
- AP75
- 58.5
- APS
- 35.5
- APM
- 55.8
- APL
- 66.7
|
CBNet: A Novel Composite Backbone Network Architecture for Object Detection 2019-09-09 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 |
| DetectoRS (ResNeXt-101-32x4d, single-scale) |
- box mAP
- 53.3
- AP50
- 71.6
- AP75
- 58.5
- APS
- 33.9
- APM
- 56.5
- APL
- 66.9
|
DetectoRS: Detecting Objects with Recursive Feature Pyramid and Switchable Atrous Convolution 2020-06-03 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 |
| GFLV2 (Res2Net-101, DCN, multiscale) |
- box mAP
- 53.3
- AP50
- 70.9
- AP75
- 59.2
- APS
- 35.7
- APM
- 56.1
- APL
- 65.6
|
Generalized Focal Loss V2: Learning Reliable Localization Quality Estimation for Dense Object Detection 2020-11-25 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| YOLOv7-X (114 fps) |
- box mAP
- 53.1
|
YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors 2022-07-06 |
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 |
| RelationNet++ (ResNeXt-64x4d-101-DCN) |
- box mAP
- 52.7
|
RelationNet++: Bridging Visual Representations for Object Detection via Transformer Decoder 2020-10-29 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| EfficientDet-D7 (1536) |
- box mAP
- 52.6
- AP50
- 71.6
- AP75
- 56.9
|
EfficientDet: Scalable and Efficient Object Detection 2019-11-20 |
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 |
| YOLOv4-P5 with TTA |
- box mAP
- 52.5
- AP50
- 70.3
- AP75
- 58
|
Scaled-YOLOv4: Scaling Cross Stage Partial Network 2020-11-16 |
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 |
| Deformable DETR (ResNeXt-101+DCN) |
- box mAP
- 52.3
- AP50
- 71.9
- AP75
- 58.1
- APS
- 34.4
- APM
- 54.4
- APL
- 65.6
- Hardware Burden
- 17G
- Operations per network pass
- 17.3G
|
Deformable DETR: Deformable Transformers for End-to-End Object Detection 2020-10-08 |
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 |
| GCNet (ResNeXt-101 + DCN + cascade + GC r4) |
- box mAP
- 52.3
- AP50
- 70.9
- AP75
- 56.9
|
Global Context Networks 2020-12-24 |
코드 1 · 코드 2 · 코드 3 |
| PP-YOLOE-x(CSPRepResNet-x, 640x640, single-scale ) |
- box mAP
- 52.2
- AP50
- 69.9
- AP75
- 56.5
- APS
- 33.3
- APM
- 56.3
- APL
- 66.4
|
PP-YOLOE: An evolved version of YOLO 2022-03-30 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 |
| RetinaNet (SpineNet-190, 1280x1280) |
- box mAP
- 52.1
- AP50
- 71.8
- AP75
- 56.5
- APS
- 35.4
- APM
- 55
- APL
- 63.6
|
SpineNet: Learning Scale-Permuted Backbone for Recognition and Localization 2019-12-10 |
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 |
| RepPoints v2 (ResNeXt-101, DCN, multi-scale) |
- box mAP
- 52.1
- AP50
- 70.1
- AP75
- 57.5
- APS
- 34.5
- APM
- 54.6
- APL
- 63.6
|
RepPoints V2: Verification Meets Regression for Object Detection 2020-07-16 |
코드 1 |
| AC-FPN Cascade R-CNN (X-152-32x8d-FPN-IN5k, multi scale, only CEM) |
- box mAP
- 51.9
- AP50
- 70.4
- AP75
- 57
- APS
- 34.2
- APM
- 54.8
- APL
- 64.7
|
Attention-guided Context Feature Pyramid Network for Object Detection 2020-05-23 |
코드 1 · 코드 2 |
| OTA (ResNeXt-101+DCN, multiscale) |
- box mAP
- 51.5
- AP50
- 68.6
- AP75
- 57.1
- APS
- 34.1
- APM
- 53.7
- APL
- 64.1
|
OTA: Optimal Transport Assignment for Object Detection 2021-03-26 |
코드 1 · 코드 2 |
| YOLOX-x(Modified CSP v5, 640x640, single-scale) |
- box mAP
- 51.5
|
YOLOX: Exceeding YOLO Series in 2021 2021-07-18 |
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 |
| PP-YOLOE-l(CSPRepResNet-l, 640x640, single-scale ) |
- box mAP
- 51.4
- AP50
- 68.9
- AP75
- 55.6
- APS
- 31.4
- APM
- 55.3
- APL
- 66.1
|
PP-YOLOE: An evolved version of YOLO 2022-03-30 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 |
| YOLOv7 (161 fps) |
- box mAP
- 51.4
|
YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors 2022-07-06 |
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 |
| UniverseNet-20.08d (Res2Net-101, DCN, single-scale) |
- box mAP
- 51.3
- AP50
- 70.0
- AP75
- 55.8
- APS
- 31.7
- APM
- 55.3
- APL
- 64.9
|
USB: Universal-Scale Object Detection Benchmark 2021-03-25 |
코드 1 |
| TSD(SENet154-DCN,multi-scale) |
- box mAP
- 51.2
- AP50
- 71.9
- AP75
- 56.0
- APS
- 33.8
- APM
- 54.8
- APL
- 64.2
|
Revisiting the Sibling Head in Object Detector 2020-03-17 |
코드 1 · 코드 2 |
| YOLOX-X (Modified CSP v5) |
- box mAP
- 51.2
- AP50
- 69.6
- AP75
- 55.7
- APS
- 31.2
- APM
- 56.1
- APL
- 66.1
- Params (M)
- 99.1
|
YOLOX: Exceeding YOLO Series in 2021 2021-07-18 |
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 |
| iBOT (ViT-B/16) |
- box mAP
- 51.2
|
iBOT: Image BERT Pre-Training with Online Tokenizer 2021-11-15 |
코드 1 · 코드 2 |
| RetinaNet (SpineNet-143, 1280x1280) |
- box mAP
- 50.7
- AP50
- 70.4
- AP75
- 54.9
- APS
- 33.6
- APM
- 53.9
- APL
- 62.1
|
SpineNet: Learning Scale-Permuted Backbone for Recognition and Localization 2019-12-10 |
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 |
| ATSS (ResNetXt-64x4d-101+DCN,multi-scale) |
- box mAP
- 50.7
- AP50
- 68.9
- AP75
- 56.3
- APS
- 33.2
- APM
- 52.9
- APL
- 62.4
|
Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection 2019-12-05 |
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 |
| NAS-FPN (AmoebaNet-D, learned aug) |
- box mAP
- 50.7
- APS
- 34.2
- APM
- 55.5
- APL
- 64.5
|
Learning Data Augmentation Strategies for Object Detection 2019-06-26 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 |
| Boosting R-CNN* |
- box mAP
- 50.7
|
Boosting R-CNN: Reweighting R-CNN Samples by RPN's Error for Underwater Object Detection 2022-06-28 |
코드 1 · 코드 2 |
| GFLV2 (Res2Net-101, DCN) |
- box mAP
- 50.6
- AP50
- 69
- AP75
- 55.3
- APS
- 31.3
- APM
- 54.3
- APL
- 63.5
|
Generalized Focal Loss V2: Learning Reliable Localization Quality Estimation for Dense Object Detection 2020-11-25 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| aLRP Loss (ResNext-101-64x4d, DCN, multiscale test) |
- box mAP
- 50.2
- AP50
- 70.3
- AP75
- 53.9
- APS
- 32.0
- APM
- 53.1
- APL
- 63.0
|
A Ranking-based, Balanced Loss Function Unifying Classification and Localisation in Object Detection 2020-09-28 |
코드 1 · 코드 2 · 코드 3 |