Papers with Code · CC BY-SA 4.0

ImageNet

아카이브 평가 1,057건 · 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
CoCa (finetuned)	Top 1 Accuracy 91.0% Number of params 2100M	CoCa: Contrastive Captioners are Image-Text Foundation Models 2022-05-04	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6
Model soups (BASIC-L)	Top 1 Accuracy 90.98% Number of 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
Model soups (ViT-G/14)	Top 1 Accuracy 90.94% Number of 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
DaViT-G	Top 1 Accuracy 90.4% Number of params 1437M GFLOPs 1038	DaViT: Dual Attention Vision Transformers 2022-04-07	코드 1 · 코드 2 · 코드 3 · 코드 4
DaViT-H	Top 1 Accuracy 90.2% Number of params 362M GFLOPs 334	DaViT: Dual Attention Vision Transformers 2022-04-07	코드 1 · 코드 2 · 코드 3 · 코드 4
Meta Pseudo Labels (EfficientNet-L2)	Top 1 Accuracy 90.2% Top 5 Accuracy 98.8 Number of params 480M Hardware Burden 95040G	Meta Pseudo Labels 2020-03-23	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
SwinV2-G	Top 1 Accuracy 90.17% Number of params 3000M	Swin Transformer V2: Scaling Up Capacity and Resolution 2021-11-18	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
MAWS (ViT-6.5B)	Top 1 Accuracy 90.1% Number of params 6500M	The effectiveness of MAE pre-pretraining for billion-scale pretraining 2023-03-23	코드 1
Florence-CoSwin-H	Top 1 Accuracy 90.05% Top 5 Accuracy 99.02 Number of params 893M	Florence: A New Foundation Model for Computer Vision 2021-11-22	코드 1 · 코드 2
Meta Pseudo Labels (EfficientNet-B6-Wide)	Top 1 Accuracy 90% Number of params 390M	Meta Pseudo Labels 2020-03-23	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
RevCol-H	Top 1 Accuracy 90.0% Number of params 2158M	Reversible Column Networks 2022-12-22	코드 1
MAWS (ViT-2B)	Top 1 Accuracy 89.8% Number of params 2000M	The effectiveness of MAE pre-pretraining for billion-scale pretraining 2023-03-23	코드 1
EVA	Top 1 Accuracy 89.7% Number of params 1000M	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
M3I Pre-training (InternImage-H)	Top 1 Accuracy 89.6%	Towards All-in-one Pre-training via Maximizing Multi-modal Mutual Information 2022-11-17	코드 1
ViT-L/16 (384res, distilled from ViT-22B)	Top 1 Accuracy 89.6% Number of params 307M	Scaling Vision Transformers to 22 Billion Parameters 2023-02-10	코드 1
InternImage-H	Top 1 Accuracy 89.6% Number of params 1080M GFLOPs 1478	InternImage: Exploring Large-Scale Vision Foundation Models with Deformable Convolutions 2022-11-10	코드 1 · 코드 2 · 코드 3
MaxViT-XL (512res, JFT)	Top 1 Accuracy 89.53%	MaxViT: Multi-Axis Vision Transformer 2022-04-04	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
AIMv2-3B (448 res)	Top 1 Accuracy 89.5%	Multimodal Autoregressive Pre-training of Large Vision Encoders 2024-11-21	코드 1
MAWS (ViT-H)	Top 1 Accuracy 89.5% Number of params 650M	The effectiveness of MAE pre-pretraining for billion-scale pretraining 2023-03-23	코드 1
MaxViT-L (512res, JFT)	Top 1 Accuracy 89.41%	MaxViT: Multi-Axis Vision Transformer 2022-04-04	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
MaxViT-XL (384res, JFT)	Top 1 Accuracy 89.36%	MaxViT: Multi-Axis Vision Transformer 2022-04-04	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
OmniVec2	Top 1 Accuracy 89.3%	OmniVec2 - A Novel Transformer based Network for Large Scale Multimodal and Multitask Learning 2024-01-01	연결 없음
NFNet-F4+	Top 1 Accuracy 89.2% Number of params 527M GFLOPs 367	High-Performance Large-Scale Image Recognition Without Normalization 2021-02-11	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 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20
MaxViT-L (384res, JFT)	Top 1 Accuracy 89.12%	MaxViT: Multi-Axis Vision Transformer 2022-04-04	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
MOAT-4 22K+1K	Top 1 Accuracy 89.1% Number of params 483.2M GFLOPs 648.5	MOAT: Alternating Mobile Convolution and Attention Brings Strong Vision Models 2022-10-04	코드 1 · 코드 2
FD (CLIP ViT-L-336)	Top 1 Accuracy 89.0% Number of params 307M	Contrastive Learning Rivals Masked Image Modeling in Fine-tuning via Feature Distillation 2022-05-27	코드 1
Last Layer Tuning with Newton Step (ViT-G/14))	Top 1 Accuracy 88.9%	Differentially Private Image Classification from Features 2022-11-24	코드 1
TokenLearner L/8 (24+11)	Top 1 Accuracy 88.87% Number of 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
MaxViT-B (512res, JFT)	Top 1 Accuracy 88.82%	MaxViT: Multi-Axis Vision Transformer 2022-04-04	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
MAWS (ViT-L)	Top 1 Accuracy 88.8%	The effectiveness of MAE pre-pretraining for billion-scale pretraining 2023-03-23	코드 1