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
Exponential Linear Units	Percentage correct 75.7	Fast and Accurate Deep Network Learning by Exponential Linear Units (ELUs) 2015-11-23	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
ResNet-9	Percentage correct 75.59	CNN Filter DB: An Empirical Investigation of Trained Convolutional Filters 2022-03-29	코드 1
Stochastic Depth	Percentage correct 75.42	Deep Networks with Stochastic Depth 2016-03-30	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
ResNet v2-110 (Mish activation)	Percentage correct 74.41	Mish: A Self Regularized Non-Monotonic Activation Function 2019-08-23	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
Dspike (ResNet-18)	Percentage correct 74.24	Differentiable Spike: Rethinking Gradient-Descent for Training Spiking Neural Networks 2021-12-01	연결 없음
ResNet20 with reSGHMC	Percentage correct 74.14	Non-convex Learning via Replica Exchange Stochastic Gradient MCMC 2020-08-12	코드 1 · 코드 2
MixMatch	Percentage correct 74.1	MixMatch: A Holistic Approach to Semi-Supervised Learning 2019-05-06	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 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30
Beta-Rank	Percentage correct 74.01 Accuracy 74.01	Beta-Rank: A Robust Convolutional Filter Pruning Method For Imbalanced Medical Image Analysis 2023-04-15	코드 1
PreResNet-110	Percentage correct 73.98	How to Use Dropout Correctly on Residual Networks with Batch Normalization 2023-02-13	코드 1
ABNet-2G-R0	Percentage correct 73.930	ANDHRA Bandersnatch: Training Neural Networks to Predict Parallel Realities 2024-11-28	코드 1
Fractional MP	Percentage correct 73.6	Fractional Max-Pooling 2014-12-18	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
ResNet+ELU	Percentage correct 73.5	Deep Residual Networks with Exponential Linear Unit 2016-04-14	코드 1
PDO-eConv (p6m,0.37M)	Percentage correct 73	PDO-eConvs: Partial Differential Operator Based Equivariant Convolutions 2020-07-20	코드 1 · 코드 2 · 코드 3
SOPCNN	Percentage correct 72.96 PARAMS 4,252,298	Stochastic Optimization of Plain Convolutional Neural Networks with Simple methods 2020-01-24	코드 1
PDO-eConv (p6,0.36M)	Percentage correct 72.87	PDO-eConvs: Partial Differential Operator Based Equivariant Convolutions 2020-07-20	코드 1 · 코드 2 · 코드 3
Tuned CNN	Percentage correct 72.6	Scalable Bayesian Optimization Using Deep Neural Networks 2015-02-19	코드 1 · 코드 2 · 코드 3 · 코드 4
ResNet-110 (SAP)	Percentage correct 72.537	Stochastic Subsampling With Average Pooling 2024-09-25	연결 없음
CMsC	Percentage correct 72.4	Competitive Multi-scale Convolution 2015-11-18	연결 없음
Fitnet4-LSUV	Percentage correct 72.3	All you need is a good init 2015-11-19	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11
GAN+ResNet	Percentage correct 71.52	How transfer learning is used in generative models for image classification: improved accuracy 2024-12-09	코드 1
kMobileNet V3 Large 16ch	Percentage correct 71.36 PARAMS 0.52M	Grouped Pointwise Convolutions Reduce Parameters in Convolutional Neural Networks 2022-06-30	코드 1 · 코드 2
BNM NiN	Percentage correct 71.1	Batch-normalized Maxout Network in Network 2015-11-09	코드 1
OTTT	Percentage correct 71.05	Online Training Through Time for Spiking Neural Networks 2022-10-09	코드 1
MIM	Percentage correct 70.8	On the Importance of Normalisation Layers in Deep Learning with Piecewise Linear Activation Units 2015-08-03	연결 없음
WaveMix-Lite-256/7	Percentage correct 70.20	WaveMix: A Resource-efficient Neural Network for Image Analysis 2022-05-28	코드 1
IM-Loss (VGG-16)	Percentage correct 70.18	IM-Loss: Information Maximization Loss for Spiking Neural Networks 2022-10-31	연결 없음
NiN+APL	Percentage correct 69.2	Learning Activation Functions to Improve Deep Neural Networks 2014-12-21	코드 1 · 코드 2 · 코드 3
SWWAE	Percentage correct 69.1	Stacked What-Where Auto-encoders 2015-06-08	코드 1 · 코드 2
NiN+Superclass+CDJ	Percentage correct 69	Deep Convolutional Decision Jungle for Image Classification 2017-06-06	연결 없음
Spectral Representations for Convolutional Neural Networks	Percentage correct 68.4	Spectral Representations for Convolutional Neural Networks 2015-06-11	연결 없음