Papers with Code · CC BY-SA 4.0

ImageNet ReaL

아카이브 평가 57건 · 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
Baseline (ViT-G/14)	Accuracy 91.78%	Model soups: averaging weights of multiple fine-tuned models improves accuracy without increasing inference time 2022-03-10	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6
ViTAE-H (MAE, 512)	Accuracy 91.2% Params 644M	ViTAEv2: Vision Transformer Advanced by Exploring Inductive Bias for Image Recognition and Beyond 2022-02-21	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8
Model soups (ViT-G/14)	Accuracy 91.20% Params 1843M	Model soups: averaging weights of multiple fine-tuned models improves accuracy without increasing inference time 2022-03-10	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6
Meta Pseudo Labels (EfficientNet-B6-Wide)	Accuracy 91.12%	Meta Pseudo Labels 2020-03-23	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
MAWS (ViT-6.5B)	Accuracy 91.1%	The effectiveness of MAE pre-pretraining for billion-scale pretraining 2023-03-23	코드 1
TokenLearner L/8 (24+11)	Accuracy 91.05% Params 460M	TokenLearner: What Can 8 Learned Tokens Do for Images and Videos? 2021-06-21	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11
Model soups (BASIC-L)	Accuracy 91.03% Params 2440M	Model soups: averaging weights of multiple fine-tuned models improves accuracy without increasing inference time 2022-03-10	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6
Meta Pseudo Labels (EfficientNet-L2)	Accuracy 91.02%	Meta Pseudo Labels 2020-03-23	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
MAWS (ViT-2B)	Accuracy 90.9%	The effectiveness of MAE pre-pretraining for billion-scale pretraining 2023-03-23	코드 1
FixEfficientNet-L2	Accuracy 90.9% Params 480M	Fixing the train-test resolution discrepancy: FixEfficientNet 2020-03-18	코드 1
ViT-G/14	Accuracy 90.81%	Scaling Vision Transformers 2021-06-08	코드 1
MAWS (ViT-H)	Accuracy 90.8%	The effectiveness of MAE pre-pretraining for billion-scale pretraining 2023-03-23	코드 1
SWAG (RegNetY 128GF)	Accuracy 90.7%	Revisiting Weakly Supervised Pre-Training of Visual Perception Models 2022-01-20	코드 1 · 코드 2
CvT-W24 (384 res, ImageNet-22k pretrain)	Accuracy 90.6% Top 1 Accuracy 87.7% Number of params 277M	CvT: Introducing Convolutions to Vision Transformers 2021-03-29	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
VOLO-D5	Accuracy 90.6%	VOLO: Vision Outlooker for Visual Recognition 2021-06-24	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
EfficientNet-L2	Accuracy 90.55% Params 480M	Self-training with Noisy Student improves ImageNet classification 2019-11-11	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
BiT-L	Accuracy 90.54% Params 928M	Big Transfer (BiT): General Visual Representation Learning 2019-12-24	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
VOLO-D4	Accuracy 90.5%	VOLO: Vision Outlooker for Visual Recognition 2021-06-24	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
CAIT-M36-448	Accuracy 90.2%	Going deeper with Image Transformers 2021-03-31	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
Mixer-H/14- 448 (JFT-300M pre-train)	Accuracy 90.18% Params 409M	MLP-Mixer: An all-MLP Architecture for Vision 2021-05-04	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
FixEfficientNet-B8	Accuracy 90.0% Params 87M	Fixing the train-test resolution discrepancy: FixEfficientNet 2020-03-18	코드 1
SEER (RegNet10B)	Accuracy 89.8% Params 10000M	Vision Models Are More Robust And Fair When Pretrained On Uncurated Images Without Supervision 2022-02-16	코드 1
FixResNeXt-101 32x48d	Accuracy 89.73% Params 829M	Fixing the train-test resolution discrepancy 2019-06-14	코드 1 · 코드 2 · 코드 3
DeiT-B-384	Accuracy 89.3% Params 86M	Training data-efficient image transformers & distillation through attention 2020-12-23	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
BiT-M	Accuracy 89.02%	Big Transfer (BiT): General Visual Representation Learning 2019-12-24	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
DeiT-B	Accuracy 88.7% Params 86M	Training data-efficient image transformers & distillation through attention 2020-12-23	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
Assemble-ResNet152	Accuracy 88.65%	Compounding the Performance Improvements of Assembled Techniques in a Convolutional Neural Network 2020-01-17	코드 1
CeiT-S (384 finetune res)	Accuracy 88.1%	Incorporating Convolution Designs into Visual Transformers 2021-03-22	코드 1 · 코드 2 · 코드 3
Sequencer2D-L	Accuracy 87.9	Sequencer: Deep LSTM for Image Classification 2022-05-04	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
Mixer-H/14 (JFT-300M pre-train)	Accuracy 87.86% Params 409M	MLP-Mixer: An all-MLP Architecture for Vision 2021-05-04	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