Papers with Code · CC BY-SA 4.0

Kinetics-400

아카이브 평가 205건 · 마지막 적재/변경 2026-10-30

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
ViViT-H/16x2 (JFT)	Acc@1 84.9 Acc@5 95.8	ViViT: A Video Vision Transformer 2021-03-29	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10
OMNIVORE (Swin-L)	Acc@1 84.1 Acc@5 96.1	Omnivore: A Single Model for Many Visual Modalities 2022-01-20	코드 1 · 코드 2
OMNIVORE (Swin-B)	Acc@1 84.0 Acc@5 96.2	Omnivore: A Single Model for Many Visual Modalities 2022-01-20	코드 1 · 코드 2
MAR (75% mask, ViT-L, 16x4)	Acc@1 83.9 Acc@5 96.0	MAR: Masked Autoencoders for Efficient Action Recognition 2022-07-24	코드 1
ActionCLIP (CLIP-pretrained)	Acc@1 83.8 Acc@5 97.1	ActionCLIP: A New Paradigm for Video Action Recognition 2021-09-17	코드 1 · 코드 2
OmniSource irCSN-152 (IG-Kinetics-65M pretrain)	Acc@1 83.6	Omni-sourced Webly-supervised Learning for Video Recognition 2020-03-29	코드 1 · 코드 2 · 코드 3
MVD (K400 pretrain, ViT-B, 16x224x224)	Acc@1 83.4 Acc@5 95.8	Masked Video Distillation: Rethinking Masked Feature Modeling for Self-supervised Video Representation Learning 2022-12-08	코드 1 · 코드 2 · 코드 3 · 코드 4
StructViT-B-4-1	Acc@1 83.4	Learning Correlation Structures for Vision Transformers 2024-04-05	연결 없음
Swin-L (ImageNet-21k pretrain)	Acc@1 83.1 Acc@5 95.9	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
SIFA	Acc@1 83.1	Stand-Alone Inter-Frame Attention in Video Models 2022-06-14	코드 1
UniFormer-B (ImageNet-1K)	Acc@1 82.9 Acc@5 94.5 FLOPs (G) x views 259x4	UniFormer: Unified Transformer for Efficient Spatial-Temporal Representation Learning 2021-09-29	코드 1 · 코드 2 · 코드 3
irCSN-152 (IG-Kinetics-65M pretrain)	Acc@1 82.8	Large-scale weakly-supervised pre-training for video action recognition 2019-05-02	코드 1 · 코드 2 · 코드 3
DirecFormer	Acc@1 82.75 Acc@5 94.86	DirecFormer: A Directed Attention in Transformer Approach to Robust Action Recognition 2022-03-19	코드 1
Swin-B (ImageNet-21k pretrain)	Acc@1 82.7 Acc@5 95.5	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
ir-CSN-152 (IG-65M pretraining)	Acc@1 82.6	Video Classification with Channel-Separated Convolutional Networks 2019-04-04	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
ip-CSN-152 (IG-65M pretraining)	Acc@1 82.5 Acc@5 95.3	Video Classification with Channel-Separated Convolutional Networks 2019-04-04	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
TPS	Acc@1 82.5	Spatiotemporal Self-attention Modeling with Temporal Patch Shift for Action Recognition 2022-07-27	코드 1
ILA (ViT-B/32)	Acc@1 82.4 Acc@5 95.8	Implicit Temporal Modeling with Learnable Alignment for Video Recognition 2023-04-20	코드 1
AMD(ViT-B/16)	Acc@1 82.2 Acc@5 95.3 FLOPs (G) x views 180x15 Parameters (M) 87	Asymmetric Masked Distillation for Pre-Training Small Foundation Models 2023-11-06	연결 없음
VATT-Large	Acc@1 82.1 Acc@5 95.5	VATT: Transformers for Multimodal Self-Supervised Learning from Raw Video, Audio and Text 2021-04-22	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
AdaMAE	Acc@1 81.7 Acc@5 95.2	AdaMAE: Adaptive Masking for Efficient Spatiotemporal Learning with Masked Autoencoders 2022-11-16	코드 1 · 코드 2
VideoMAE (no extra data, ViT-B, 16x4)	Acc@1 81.5 Acc@5 95.1	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
MoViNet-A6	Acc@1 81.5 FLOPs (G) x views 386x1	MoViNets: Mobile Video Networks for Efficient Video Recognition 2021-03-21	코드 1 · 코드 2 · 코드 3
MLP-3D	Acc@1 81.4	MLP-3D: A MLP-like 3D Architecture with Grouped Time Mixing 2022-06-13	연결 없음
R[2+1]D-152 (IG-65M pretraining)	Acc@1 81.3 Acc@5 95.1	Video Classification with Channel-Separated Convolutional Networks 2019-04-04	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
LGD-3D Two-stream (ResNet-101)	Acc@1 81.2 Acc@5 95.2	Learning Spatio-Temporal Representation with Local and Global Diffusion 2019-06-13	연결 없음
MViT-B, 64x3	Acc@1 81.2 Acc@5 95.1	Multiscale Vision Transformers 2021-04-22	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8
Motionformer-HR	Acc@1 81.1 Acc@5 95.2	Keeping Your Eye on the Ball: Trajectory Attention in Video Transformers 2021-06-09	코드 1 · 코드 2
MVD (K400 pretrain, ViT-S, 16x224x224)	Acc@1 81.0 Acc@5 94.8	Masked Video Distillation: Rethinking Masked Feature Modeling for Self-supervised Video Representation Learning 2022-12-08	코드 1 · 코드 2 · 코드 3 · 코드 4
MAR (50% mask, ViT-B, 16x4)	Acc@1 81.0 Acc@5 94.4	MAR: Masked Autoencoders for Efficient Action Recognition 2022-07-24	코드 1