| ConvMLP-S |
- Percentage correct
- 98
|
ConvMLP: Hierarchical Convolutional MLPs for Vision 2021-09-09 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| Proxyless-G + c/o |
- Percentage correct
- 97.92
|
ProxylessNAS: Direct Neural Architecture Search on Target Task and Hardware 2018-12-02 |
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 |
| NAT-M2 |
- Percentage correct
- 97.9
- Top-1 Accuracy
- 97.9
- Parameters
- 4.6M
|
Neural Architecture Transfer 2020-05-12 |
코드 1 · 코드 2 |
| WRN-28-10+AutoDropout+RandAugment |
- Percentage correct
- 97.9
|
AutoDropout: Learning Dropout Patterns to Regularize Deep Networks 2021-01-05 |
코드 1 |
| SENet + ShakeShake + Cutout |
- Percentage correct
- 97.88
|
Squeeze-and-Excitation Networks 2017-09-05 |
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 · 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 |
| HCGNet-A3 |
- Percentage correct
- 97.86
|
Gated Convolutional Networks with Hybrid Connectivity for Image Classification 2019-08-26 |
코드 1 |
| Wide-ResNet-28-10 |
- Percentage correct
- 97.85
|
Automatic Data Augmentation via Invariance-Constrained Learning 2022-09-29 |
코드 1 |
| ResNeXt-50 (AutoMix) |
- Percentage correct
- 97.84
|
AutoMix: Unveiling the Power of Mixup for Stronger Classifiers 2021-03-24 |
코드 1 · 코드 2 · 코드 3 |
| ResNet-152x4-AGC (ImageNet-21K) |
- Percentage correct
- 97.82
|
Effect of Pre-Training Scale on Intra- and Inter-Domain Full and Few-Shot Transfer Learning for Natural and Medical X-Ray Chest Images 2021-05-31 |
코드 1 |
| Mixer-B/16- SAM |
- Percentage correct
- 97.8
|
When Vision Transformers Outperform ResNets without Pre-training or Strong Data Augmentations 2021-06-03 |
코드 1 · 코드 2 |
| CCT-7/3x1+VTM |
- Percentage correct
- 97.78
|
TokenMixup: Efficient Attention-guided Token-level Data Augmentation for Transformers 2022-10-14 |
코드 1 |
| WRN-28-10 |
- Percentage correct
- 97.73
|
MixMo: Mixing Multiple Inputs for Multiple Outputs via Deep Subnetworks 2021-03-10 |
코드 1 |
| HCGNet-A2 |
- Percentage correct
- 97.71
|
Gated Convolutional Networks with Hybrid Connectivity for Image Classification 2019-08-26 |
코드 1 |
| WRN + fixup init + mixup + cutout |
- Percentage correct
- 97.7
|
Fixup Initialization: Residual Learning Without Normalization 2019-01-27 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 |
| NoisyDARTS-a |
- Percentage correct
- 97.61
|
Noisy Differentiable Architecture Search 2020-05-07 |
코드 1 |
| TransBoost-ResNet50 |
- Percentage correct
- 97.61
|
TransBoost: Improving the Best ImageNet Performance using Deep Transduction 2022-05-26 |
코드 1 |
| LeViT-128 |
- Percentage correct
- 97.6
|
LeViT: a Vision Transformer in ConvNet's Clothing for Faster Inference 2021-04-02 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 |
| DenseNet-BC-190 + batchboost |
- Percentage correct
- 97.54
|
batchboost: regularization for stabilizing training with resistance to underfitting & overfitting 2020-01-21 |
코드 1 |
| LeViT-128S |
- Percentage correct
- 97.5
|
LeViT: a Vision Transformer in ConvNet's Clothing for Faster Inference 2021-04-02 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 |
| Shared WRN |
- Percentage correct
- 97.47
|
Learning Implicitly Recurrent CNNs Through Parameter Sharing 2019-02-26 |
코드 1 |
| Manifold Mixup WRN 28-10 |
- Percentage correct
- 97.45
|
Manifold Mixup: Better Representations by Interpolating Hidden States 2018-06-13 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 |
| WRN 28-14 |
- Percentage correct
- 97.45
|
Neural networks with late-phase weights 2020-07-25 |
코드 1 · 코드 2 |
| SparseSwin |
- Percentage correct
- 97.43
|
SparseSwin: Swin Transformer with Sparse Transformer Block 2023-09-11 |
코드 1 |
| WRN-28-10 with reSGHMC |
- Percentage correct
- 97.42
|
Non-convex Learning via Replica Exchange Stochastic Gradient MCMC 2020-08-12 |
코드 1 · 코드 2 |
| NAT-M1 |
- Percentage correct
- 97.4
- Top-1 Accuracy
- 97.4
- Parameters
- 4.3M
|
Neural Architecture Transfer 2020-05-12 |
코드 1 · 코드 2 |
| ResNet-50-SAM |
- Percentage correct
- 97.4
|
When Vision Transformers Outperform ResNets without Pre-training or Strong Data Augmentations 2021-06-03 |
코드 1 · 코드 2 |
| DenseNet-BC-190 + Mixup |
- Percentage correct
- 97.3
|
mixup: Beyond Empirical Risk Minimization 2017-10-25 |
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 |
| kNN-CLIP |
- Percentage correct
- 97.3
|
Revisiting a kNN-based Image Classification System with High-capacity Storage 2022-04-03 |
연결 없음 |
| WaveMixLite-144/7 |
- Percentage correct
- 97.29
|
WaveMix: A Resource-efficient Neural Network for Image Analysis 2022-05-28 |
코드 1 |
| Transformer local-attention (NesT-B) |
- Percentage correct
- 97.2
|
Nested Hierarchical Transformer: Towards Accurate, Data-Efficient and Interpretable Visual Understanding 2021-05-26 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 |