| GPaCo (Vit-B) |
- Top 1 Accuracy
- 84.0%
|
Generalized Parametric Contrastive Learning 2022-09-26 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| AIM-7B |
- Top 1 Accuracy
- 84.0
|
Scalable Pre-training of Large Autoregressive Image Models 2024-01-16 |
코드 1 · 코드 2 |
| FixEfficientNetB4 |
- Top 1 Accuracy
- 84.0%
- Number of params
- 19M
|
Fixing the train-test resolution discrepancy: FixEfficientNet 2020-03-18 |
코드 1 |
| Fix_ResNet50_vd_ssld |
- Top 1 Accuracy
- 84.0%
- Number of params
- 25.58M
|
Semi-Supervised Recognition under a Noisy and Fine-grained Dataset 2020-06-18 |
코드 1 |
| TransNeXt-Tiny (IN-1K supervised, 224) |
- Top 1 Accuracy
- 84.0%
- Number of params
- 28.2M
- GFLOPs
- 5.7
|
TransNeXt: Robust Foveal Visual Perception for Vision Transformers 2023-11-28 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| LambdaResNet152 |
- Top 1 Accuracy
- 84.0%
- Number of params
- 35M
|
LambdaNetworks: Modeling Long-Range Interactions Without Attention 2021-02-17 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 |
| EfficientNet-B6 |
- Top 1 Accuracy
- 84%
- Number of params
- 43M
- GFLOPs
- 19
|
EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks 2019-05-28 |
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 · 코드 86 · 코드 87 · 코드 88 · 코드 89 · 코드 90 · 코드 91 · 코드 92 · 코드 93 · 코드 94 · 코드 95 · 코드 96 · 코드 97 · 코드 98 · 코드 99 · 코드 100 · 코드 101 · 코드 102 · 코드 103 · 코드 104 · 코드 105 · 코드 106 · 코드 107 · 코드 108 · 코드 109 · 코드 110 · 코드 111 · 코드 112 · 코드 113 · 코드 114 · 코드 115 · 코드 116 · 코드 117 · 코드 118 · 코드 119 · 코드 120 · 코드 121 · 코드 122 · 코드 123 · 코드 124 · 코드 125 · 코드 126 · 코드 127 · 코드 128 · 코드 129 · 코드 130 · 코드 131 · 코드 132 · 코드 133 · 코드 134 · 코드 135 · 코드 136 · 코드 137 · 코드 138 · 코드 139 · 코드 140 · 코드 141 · 코드 142 · 코드 143 · 코드 144 |
| GC ViT-S |
- Top 1 Accuracy
- 84.0%
- Number of params
- 51M
- GFLOPs
- 8.5
|
Global Context Vision Transformers 2022-06-20 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 |
| BoTNet T6 |
- Top 1 Accuracy
- 84%
- Number of params
- 53.9M
|
Bottleneck Transformers for Visual Recognition 2021-01-27 |
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 |
| PiT-B |
- Top 1 Accuracy
- 84%
- Number of params
- 73.8M
- GFLOPs
- 12.5
|
Rethinking Spatial Dimensions of Vision Transformers 2021-03-30 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 |
| DeepMAD-89M |
- Top 1 Accuracy
- 84%
- Number of params
- 89M
- GFLOPs
- 15.4
|
DeepMAD: Mathematical Architecture Design for Deep Convolutional Neural Network 2023-03-05 |
코드 1 |
| EfficientNetV2-S |
- Top 1 Accuracy
- 83.9%
|
EfficientNetV2: Smaller Models and Faster Training 2021-04-01 |
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 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 |
| Our SP-ViT-S |
- Top 1 Accuracy
- 83.9%
|
SP-ViT: Learning 2D Spatial Priors for Vision Transformers 2022-06-15 |
코드 1 |
| UniRepLKNet-S |
- Top 1 Accuracy
- 83.9%
|
UniRepLKNet: A Universal Perception Large-Kernel ConvNet for Audio, Video, Point Cloud, Time-Series and Image Recognition 2023-11-27 |
코드 1 · 코드 2 · 코드 3 |
| DeBiFormer-S |
- Top 1 Accuracy
- 83.9%
|
DeBiFormer: Vision Transformer with Deformable Agent Bi-level Routing Attention 2024-10-11 |
코드 1 |
| Wave-ViT-S |
- Top 1 Accuracy
- 83.9%
- Number of params
- 22.7M
- GFLOPs
- 4.7
|
Wave-ViT: Unifying Wavelet and Transformers for Visual Representation Learning 2022-07-11 |
코드 1 · 코드 2 · 코드 3 |
| DAT-T++ |
- Top 1 Accuracy
- 83.9%
- Number of params
- 24M
- GFLOPs
- 4.3
|
DAT++: Spatially Dynamic Vision Transformer with Deformable Attention 2023-09-04 |
코드 1 |
| ASF-former-B |
- Top 1 Accuracy
- 83.9%
- Number of params
- 56.7M
|
Adaptive Split-Fusion Transformer 2022-04-26 |
코드 1 |
| DynamicViT-LV-M/0.8 |
- Top 1 Accuracy
- 83.9
- Number of params
- 57.1M
|
DynamicViT: Efficient Vision Transformers with Dynamic Token Sparsification 2021-06-03 |
코드 1 · 코드 2 |
| TNT-B |
- Top 1 Accuracy
- 83.9%
- Number of params
- 65.6M
|
Transformer in Transformer 2021-02-27 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 |
| ResNeSt-200 |
- Top 1 Accuracy
- 83.9%
- Number of params
- 70M
|
ResNeSt: Split-Attention Networks 2020-04-19 |
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 |
| AmoebaNet-A |
- Top 1 Accuracy
- 83.9%
- Number of params
- 469M
- GFLOPs
- 208
|
Regularized Evolution for Image Classifier Architecture Search 2018-02-05 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| CLCNet (S:B4+D:B7) |
- Top 1 Accuracy
- 83.88%
- GFLOPs
- 18.58
|
CLCNet: Rethinking of Ensemble Modeling with Classification Confidence Network 2022-05-19 |
코드 1 |
| ResNet-RS-270 (256 image res) |
- Top 1 Accuracy
- 83.8%
- GFLOPs
- 54
|
Revisiting ResNets: Improved Training and Scaling Strategies 2021-03-13 |
코드 1 · 코드 2 · 코드 3 |
| SENet-350 |
- Top 1 Accuracy
- 83.8%
|
Bottleneck Transformers for Visual Recognition 2021-01-27 |
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 |
| ViT-B @224 (DeiT III) |
- Top 1 Accuracy
- 83.8%
|
DeiT III: Revenge of the ViT 2022-04-14 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 |
| ColorMAE-Green-ViTB-1600 |
- Top 1 Accuracy
- 83.8%
|
ColorMAE: Exploring data-independent masking strategies in Masked AutoEncoders 2024-07-17 |
코드 1 |
| SReT-S (384 res, ImageNet-1K only) |
- Top 1 Accuracy
- 83.8%
- Number of params
- 21M
- GFLOPs
- 18.5
|
Sliced Recursive Transformer 2021-11-09 |
코드 1 |
| DiNAT-Small |
- Top 1 Accuracy
- 83.8%
- Number of params
- 51M
- GFLOPs
- 7.8
|
Dilated Neighborhood Attention Transformer 2022-09-29 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 |
| Transformer local-attention (NesT-B) |
- Top 1 Accuracy
- 83.8%
- Number of params
- 68M
- GFLOPs
- 17.9
|
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 |