| EVA |
- Average mAP
- 57.8
- Effective Robustness
- 28.86
|
EVA: Exploring the Limits of Masked Visual Representation Learning at Scale 2022-11-14 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 |
| DETA
(Swin-L) |
- Average mAP
- 48.5
- Effective Robustness
- 20.15
|
NMS Strikes Back 2022-12-12 |
코드 1 |
| GLIP-L
(Swin-L) |
- Average mAP
- 48.0
- Effective Robustness
- 24.89
|
Grounded Language-Image Pre-training 2021-12-07 |
코드 1 · 코드 2 · 코드 3 |
| GRiT
(ViT-H) |
- Average mAP
- 42.9
- Effective Robustness
- 15.72
|
GRiT: A Generative Region-to-text Transformer for Object Understanding 2022-12-01 |
코드 1 |
| DINO (Swin-L) |
- Average mAP
- 42.1
- Effective Robustness
- 15.76
|
DINO: DETR with Improved DeNoising Anchor Boxes for End-to-End Object Detection 2022-03-07 |
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 |
| CBNetV2
(Swin-L) |
- Average mAP
- 39.0
- Effective Robustness
- 12.36
|
CBNet: A Composite Backbone Network Architecture for Object Detection 2021-07-01 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| ConvNeXt-XL
(Cascade Mask R-CNN) |
- Average mAP
- 37.5
- Effective Robustness
- 12.68
|
A ConvNet for the 2020s 2022-01-10 |
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 · 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 |
| InternImage-L (Cascade Mask R-CNN) |
- Average mAP
- 37.0
- Effective Robustness
- 11.72
|
InternImage: Exploring Large-Scale Vision Foundation Models with Deformable Convolutions 2022-11-10 |
코드 1 · 코드 2 · 코드 3 |
| DyHead
(Swin-L) |
- Average mAP
- 35.3
- Effective Robustness
- 10.00
|
Dynamic Head: Unifying Object Detection Heads with Attentions 2021-06-15 |
코드 1 · 코드 2 · 코드 3 |
| ViTDet (ViT-H) |
- Average mAP
- 34.3
|
Exploring Plain Vision Transformer Backbones for Object Detection 2022-03-30 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 |
| ViT-Adapter (BEiTv2-L) |
- Average mAP
- 34.25
- Effective Robustness
- 7.79
|
Vision Transformer Adapter for Dense Predictions 2022-05-17 |
코드 1 · 코드 2 |
| FIBER-B
(Swin-B) |
- Average mAP
- 33.7
- Effective Robustness
- 11.43
|
Coarse-to-Fine Vision-Language Pre-training with Fusion in the Backbone 2022-06-15 |
코드 1 |
| QueryInst
(Swin-L) |
- Average mAP
- 33.2
- Effective Robustness
- 8.26
|
Instances as Queries 2021-05-05 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| YOLOv6-L6 |
- Average mAP
- 32.5
- Effective Robustness
- 6.73
|
YOLOv6: A Single-Stage Object Detection Framework for Industrial Applications 2022-09-07 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 |
| YOLOv7-E6E |
- Average mAP
- 32.0
- Effective Robustness
- 6.42
|
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 |
| MViTV2-H
(Cascade Mask R-CNN) |
- Average mAP
- 30.9
- Effective Robustness
- 5.62
|
MViTv2: Improved Multiscale Vision Transformers for Classification and Detection 2021-12-02 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 |
| Det-AdvProp
(EfficientNet-B5) |
- Average mAP
- 30.8
- Effective Robustness
- 7.34
|
Robust and Accurate Object Detection via Adversarial Learning 2021-03-23 |
코드 1 · 코드 2 · 코드 3 |
| YOLOv4-P6 |
- Average mAP
- 30.4
- Effective Robustness
- 5.89
|
YOLOv4: Optimal Speed and Accuracy of Object Detection 2020-04-23 |
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 · 코드 145 · 코드 146 · 코드 147 · 코드 148 · 코드 149 · 코드 150 · 코드 151 · 코드 152 · 코드 153 · 코드 154 · 코드 155 · 코드 156 · 코드 157 · 코드 158 · 코드 159 · 코드 160 · 코드 161 · 코드 162 · 코드 163 · 코드 164 · 코드 165 · 코드 166 · 코드 167 · 코드 168 · 코드 169 · 코드 170 · 코드 171 · 코드 172 · 코드 173 · 코드 174 · 코드 175 · 코드 176 · 코드 177 · 코드 178 · 코드 179 · 코드 180 · 코드 181 · 코드 182 · 코드 183 · 코드 184 · 코드 185 · 코드 186 · 코드 187 · 코드 188 · 코드 189 · 코드 190 · 코드 191 · 코드 192 · 코드 193 · 코드 194 · 코드 195 · 코드 196 · 코드 197 · 코드 198 · 코드 199 · 코드 200 · 코드 201 · 코드 202 · 코드 203 · 코드 204 · 코드 205 · 코드 206 · 코드 207 · 코드 208 · 코드 209 · 코드 210 · 코드 211 · 코드 212 · 코드 213 · 코드 214 · 코드 215 · 코드 216 · 코드 217 · 코드 218 · 코드 219 · 코드 220 · 코드 221 · 코드 222 · 코드 223 |
| YOLOX-X |
- Average mAP
- 30.3
- Effective Robustness
- 7.26
|
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 |
| CenterNet2
(R2-101-DCN) |
- Average mAP
- 29.5
- Effective Robustness
- 4.29
|
Probabilistic two-stage detection 2021-03-12 |
코드 1 · 코드 2 · 코드 3 |
| GLIP-T
(Swin-T) |
- Average mAP
- 29.1
- Effective Robustness
- 8.11
|
Grounded Language-Image Pre-training 2021-12-07 |
코드 1 · 코드 2 · 코드 3 |
| EfficientDet-D5
(EfficientNet-B5) |
- Average mAP
- 28.5
- Effective Robustness
- 5.44
|
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 |
| PVTv2-B5
(Mask R-CNN) |
- Average mAP
- 28.2
- Effective Robustness
- 6.85
|
PVT v2: Improved Baselines with Pyramid Vision Transformer 2021-06-25 |
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 |
| VFNet
(RX-101-64x4d) |
- Average mAP
- 28.0
- Effective Robustness
- 5.27
|
VarifocalNet: An IoU-aware Dense Object Detector 2020-08-31 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| GCNet
(RX-101-32x4d-DCN) |
- Average mAP
- 26.0
- Effective Robustness
- 4.38
|
GCNet: Non-local Networks Meet Squeeze-Excitation Networks and Beyond 2019-04-25 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 |
| GFLv2
(R2-101-DCN) |
- Average mAP
- 25.1
- Effective Robustness
- 2.6
|
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 |
| RepPointsV2
(RX-101-64x4d-DCN) |
- Average mAP
- 24.9
- Effective Robustness
- 2.7
|
RepPoints V2: Verification Meets Regression for Object Detection 2020-07-16 |
코드 1 |
| UniverseNet
(R2-101-DCN) |
- Average mAP
- 24.8
|
USB: Universal-Scale Object Detection Benchmark 2021-03-25 |
코드 1 |
| YOLOX-S |
- Average mAP
- 20.6
- Effective Robustness
- 2.48
|
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 |
| YOLOS-B
(ViT-B) |
- Average mAP
- 20.0
- Effective Robustness
- 1.05
|
You Only Look at One Sequence: Rethinking Transformer in Vision through Object Detection 2021-06-01 |
코드 1 · 코드 2 |