Papers with Code · CC BY-SA 4.0

CIFAR-100

아카이브 평가 211건 · 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
CeiT-T	Percentage correct 89.4	Incorporating Convolution Designs into Visual Transformers 2021-03-22	코드 1 · 코드 2 · 코드 3
PyramidNet+ShakeDrop	Percentage correct 89.3	AutoAugment: Learning Augmentation Policies from Data 2018-05-24	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 · 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
ViT-B/16- SAM	Percentage correct 89.1	When Vision Transformers Outperform ResNets without Pre-training or Strong Data Augmentations 2021-06-03	코드 1 · 코드 2
ConvMLP-M	Percentage correct 89.1	ConvMLP: Hierarchical Convolutional MLPs for Vision 2021-09-09	코드 1 · 코드 2 · 코드 3 · 코드 4
ConvMLP-L	Percentage correct 88.6	ConvMLP: Hierarchical Convolutional MLPs for Vision 2021-09-09	코드 1 · 코드 2 · 코드 3 · 코드 4
ResNet-152x4-AGC (ImageNet-21K)	Percentage correct 88.54	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
ColorNet	Percentage correct 88.4 PARAMS 19.0M	ColorNet: Investigating the importance of color spaces for image classification 2019-02-01	코드 1
PyramidNet+ShakeDrop (Fast AA)	Percentage correct 88.3	Fast AutoAugment 2019-05-01	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11
NAT-M4	Percentage correct 88.3 PARAMS 9.0M	Neural Architecture Transfer 2020-05-12	코드 1 · 코드 2
CeiT-T (384 finetune resolution)	Percentage correct 88	Incorporating Convolution Designs into Visual Transformers 2021-03-22	코드 1 · 코드 2 · 코드 3
NAT-M3	Percentage correct 87.7 PARAMS 7.8M	Neural Architecture Transfer 2020-05-12	코드 1 · 코드 2
ViT-S/16- SAM	Percentage correct 87.6	When Vision Transformers Outperform ResNets without Pre-training or Strong Data Augmentations 2021-06-03	코드 1 · 코드 2
NAT-M2	Percentage correct 87.5 PARAMS 6.4M	Neural Architecture Transfer 2020-05-12	코드 1 · 코드 2
Dynamics 1	Percentage correct 87.48	PSO-Convolutional Neural Networks with Heterogeneous Learning Rate 2022-05-20	코드 1
DenseNet-BC-190, S=4	Percentage correct 87.44 PARAMS 26.3M	Towards Better Accuracy-efficiency Trade-offs: Divide and Co-training 2020-11-30	코드 1 · 코드 2
ConvMLP-S	Percentage correct 87.4	ConvMLP: Hierarchical Convolutional MLPs for Vision 2021-09-09	코드 1 · 코드 2 · 코드 3 · 코드 4
ResMLP-12	Percentage correct 87.0	ResMLP: Feedforward networks for image classification with data-efficient training 2021-05-07	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 · 코드 17 · 코드 18 · 코드 19
WRN-40-10, S=4	Percentage correct 86.90	Towards Better Accuracy-efficiency Trade-offs: Divide and Co-training 2020-11-30	코드 1 · 코드 2
ResNet50 (A1)	Percentage correct 86.9 PARAMS 25M	ResNet strikes back: An improved training procedure in timm 2021-10-01	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
WRN-28-10 * 3	Percentage correct 86.81	MixMo: Mixing Multiple Inputs for Multiple Outputs via Deep Subnetworks 2021-03-10	코드 1
PyramidNet + AA (AMP)	Percentage correct 86.64	Regularizing Neural Networks via Adversarial Model Perturbation 2020-10-10	코드 1
PyramidNet-200 + Shakedrop + Cutmix + PS-KD	Percentage correct 86.41	Self-Knowledge Distillation with Progressive Refinement of Targets 2020-06-22	코드 1
Mixer-B/16- SAM	Percentage correct 86.4	When Vision Transformers Outperform ResNets without Pre-training or Strong Data Augmentations 2021-06-03	코드 1 · 코드 2
ResCNet-50	Percentage correct 86.31	Deep Feature Response Discriminative Calibration 2024-11-16	코드 1
PyramidNet-200 + Shakedrop + Cutmix	Percentage correct 86.19	CutMix: Regularization Strategy to Train Strong Classifiers with Localizable Features 2019-05-13	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 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
MUXNet-m	Percentage correct 86.1 PARAMS 2.1M	MUXConv: Information Multiplexing in Convolutional Neural Networks 2020-03-31	코드 1
NAT-M1	Percentage correct 86.0 PARAMS 3.8M	Neural Architecture Transfer 2020-05-12	코드 1 · 코드 2
WRN-28-10	Percentage correct 85.77	MixMo: Mixing Multiple Inputs for Multiple Outputs via Deep Subnetworks 2021-03-10	코드 1
WRN-28-10, S=4	Percentage correct 85.74	Towards Better Accuracy-efficiency Trade-offs: Divide and Co-training 2020-11-30	코드 1 · 코드 2
WRN-28-8 (SAMix+DM)	Percentage correct 85.59	연결 없음 논문 날짜 미기재	연결 없음