| PIIP-H6B (DINO) |
- box mAP
- 60.0
- AP50
- 79.0
- AP75
- 65.4
|
Parameter-Inverted Image Pyramid Networks
2024-06-06 |
코드 1 |
| CBNetV2 (Dual-Swin-L HTC, single-scale) |
- box mAP
- 59.4
|
CBNet: A Composite Backbone Network Architecture for Object Detection
2021-07-01 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| Focal-L (DyHead, multi-scale) |
- box mAP
- 58.9
|
Focal Self-attention for Local-Global Interactions in Vision Transformers
2021-07-01 |
코드 1 · 코드 2 · 코드 3 |
| DyHead (Swin-L, multi scale) |
- box mAP
- 58.7
- AP50
- 77.1
- AP75
- 64.5
- APM
- 62.0
- APL
- 72.8
|
Dynamic Head: Unifying Object Detection Heads with Attentions
2021-06-15 |
코드 1 · 코드 2 · 코드 3 |
| Swin-L (HTC++, multi scale) |
- box mAP
- 58.7
|
Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
2021-03-25 |
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 |
| Swin-L (HTC++, single scale) |
- box mAP
- 57.7
|
Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
2021-03-25 |
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 |
| Cascade Eff-B7 NAS-FPN (1280, self-training Copy Paste, single-scale) |
- box mAP
- 57.3
|
Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation
2020-12-13 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| PyCenterNet (Swin-L, multi-scale) |
- box mAP
- 57.1
- AP50
- 73.7
- AP75
- 62.4
- APS
- 38.7
- APM
- 59.2
- APL
- 71.3
|
CenterNet++ for Object Detection
2022-04-18 |
코드 1 · 코드 2 · 코드 3 |
| dBOT ViT-L (CLIP) |
- box mAP
- 56.8
|
Exploring Target Representations for Masked Autoencoders
2022-09-08 |
코드 1 |
| YOLOv7-D6 (44 fps) |
- box mAP
- 56.6
|
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 |
| SOLQ (Swin-L, single scale) |
- box mAP
- 56.5
- AP50
- 74.6
- AP75
- 60.5
- APS
- 37.6
- APM
- 60
- APL
- 70.6
|
SOLQ: Segmenting Objects by Learning Queries
2021-06-04 |
코드 1 |
| CenterNet2 (Res2Net-101-DCN-BiFPN, self-training, 1560 single-scale) |
- box mAP
- 56.4
- AP50
- 74.0
- AP75
- 61.6
- APS
- 38.7
- APM
- 59.7
- APL
- 68.6
|
Probabilistic two-stage detection
2021-03-12 |
코드 1 · 코드 2 · 코드 3 |
| ISTR (ResNet50-FPN-3x, single-scale) |
- box mAP
- 56.4
- APS
- 27.8
- APM
- 48.7
- APL
- 59.9
|
ISTR: End-to-End Instance Segmentation with Transformers
2021-05-03 |
코드 1 |
| QueryInst (single-scale) |
- box mAP
- 56.1
- AP50
- 75.9
- AP75
- 61.9
- APS
- 37.4
- APM
- 58.9
- APL
- 70.3
- Hardware Burden
- 17G
|
Instances as Queries
2021-05-05 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| dBOT ViT-L |
- box mAP
- 56.1
|
Exploring Target Representations for Masked Autoencoders
2022-09-08 |
코드 1 |
| YOLOv7-E6 (56 fps) |
- box mAP
- 56
|
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 |
| YOLOv4-P7 with TTA |
- box mAP
- 55.8
- AP50
- 73.2
- AP75
- 61.2
|
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 |
| DetectoRS (ResNeXt-101-64x4d, multi-scale) |
- box mAP
- 55.7
- AP50
- 74.2
- AP75
- 61.1
- APS
- 37.7
- APM
- 58.4
- APL
- 68.1
|
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 |
| YOLOR-D6 (1280, single-scale, 30 fps) |
- box mAP
- 55.4
- AP50
- 73.3
- AP75
- 60.6
|
You Only Learn One Representation: Unified Network for Multiple Tasks
2021-05-10 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 |
| YOLOv4-P6 with TTA |
- box mAP
- 54.9
- AP50
- 72.6
- AP75
- 60.2
|
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 |
| YOLOv7-W6 (84 fps) |
- box mAP
- 54.9
|
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 |
| Cascade Eff-B7 NAS-FPN (1280) |
- box mAP
- 54.8
|
Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation
2020-12-13 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| DetectoRS (ResNeXt-101-32x4d, multi-scale) |
- box mAP
- 54.7
- AP50
- 73.5
- AP75
- 60.1
- APS
- 37.4
- APM
- 57.3
- APL
- 66.4
|
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 |
| GLEE-Lite |
- box mAP
- 54.7
|
General Object Foundation Model for Images and Videos at Scale
2023-12-14 |
코드 1 |
| YOLOv4-P6 CSP-P6 (single-scale, 32 fps) |
- box mAP
- 54.3
- AP50
- 72.3
- AP75
- 59.5
- APS
- 36.6
- APM
- 58.2
- APL
- 65.5
|
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 |
| SpineNet-190 (1280, with Self-training on OpenImages, single-scale) |
- box mAP
- 54.3
|
Rethinking Pre-training and Self-training
2020-06-11 |
코드 1 · 코드 2 |
| UniverseNet-20.08d (Res2Net-101, DCN, multi-scale) |
- box mAP
- 54.1
- AP50
- 71.6
- AP75
- 59.9
- APS
- 35.8
- APM
- 57.2
- APL
- 67.4
|
USB: Universal-Scale Object Detection Benchmark
2021-03-25 |
코드 1 |
| DyHead (ResNeXt-64x4d-101-DCN, multi scale) |
- box mAP
- 54
- AP50
- 72.1
- AP75
- 59.3
|
Dynamic Head: Unifying Object Detection Heads with Attentions
2021-06-15 |
코드 1 · 코드 2 · 코드 3 |
| dBOT ViT-B (CLIP) |
- box mAP
- 53.6
|
Exploring Target Representations for Masked Autoencoders
2022-09-08 |
코드 1 |
| PAA (ResNext-152-32x8d + DCN, multi-scale) |
- box mAP
- 53.5
- AP50
- 71.6
- AP75
- 59.1
- APS
- 36.0
- APM
- 56.3
- APL
- 66.9
|
Probabilistic Anchor Assignment with IoU Prediction for Object Detection
2020-07-16 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |