| FBNetV5 |
- Top 1 Accuracy
- 81.8%
- GFLOPs
- 0.726
|
FBNetV5: Neural Architecture Search for Multiple Tasks in One Run 2021-11-19 |
연결 없음 |
| NASViT-A5 |
- Top 1 Accuracy
- 81.8%
- GFLOPs
- 0.757
|
NASViT: Neural Architecture Search for Efficient Vision Transformers with Gradient Conflict aware Supernet Training 2021-09-29 |
코드 1 |
| ResNet-200 |
- Top 1 Accuracy
- 81.8%
|
Parametric Contrastive Learning 2021-07-26 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| RepMLPNet-L256 |
- Top 1 Accuracy
- 81.8%
|
RepMLPNet: Hierarchical Vision MLP with Re-parameterized Locality 2021-12-21 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| NEXcepTion-TP |
- Top 1 Accuracy
- 81.8%
|
From Xception to NEXcepTion: New Design Decisions and Neural Architecture Search 2022-12-16 |
코드 1 |
| NAT-Mini |
- Top 1 Accuracy
- 81.8%
- Number of params
- 20M
- GFLOPs
- 2.7
|
Neighborhood Attention Transformer 2022-04-14 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| DiNAT-Mini |
- Top 1 Accuracy
- 81.8%
- Number of params
- 20M
- GFLOPs
- 2.7
|
Dilated Neighborhood Attention Transformer 2022-09-29 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 |
| ResNet-152 (A2) |
- Top 1 Accuracy
- 81.8%
- Number of params
- 60.2M
|
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 |
| DeiT-B |
- Top 1 Accuracy
- 81.8
- Number of params
- 86.6M
- GFLOPs
- 16.87
|
Kolmogorov-Arnold Transformer 2024-09-16 |
코드 1 |
| MEAL V2 (ResNet-50) (380 res) |
- Top 1 Accuracy
- 81.72%
- Number of params
- 25.6M
|
MEAL V2: Boosting Vanilla ResNet-50 to 80%+ Top-1 Accuracy on ImageNet without Tricks 2020-09-17 |
코드 1 |
| gSwin-T |
- Top 1 Accuracy
- 81.71%
- Number of params
- 21.8M
- GFLOPs
- 3.6
|
gSwin: Gated MLP Vision Model with Hierarchical Structure of Shifted Window 2022-08-24 |
연결 없음 |
| FBNetV5-A-CLS |
- Top 1 Accuracy
- 81.7%
- GFLOPs
- 0.685
|
FBNetV5: Neural Architecture Search for Multiple Tasks in One Run 2021-11-19 |
연결 없음 |
| T2T-ViT-14 |
- Top 1 Accuracy
- 81.7%
|
Beyond Self-attention: External Attention using Two Linear Layers for Visual Tasks 2021-05-05 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 |
| QnA-ViT-Tiny |
- Top 1 Accuracy
- 81.7%
- Number of params
- 16M
- GFLOPs
- 2.5
|
Learned Queries for Efficient Local Attention 2021-12-21 |
코드 1 |
| AutoFormer-small |
- Top 1 Accuracy
- 81.7%
- Number of params
- 22.9M
- GFLOPs
- 5.1
|
AutoFormer: Searching Transformers for Visual Recognition 2021-07-01 |
코드 1 · 코드 2 |
| Shift-T |
- Top 1 Accuracy
- 81.7%
- Number of params
- 28M
- GFLOPs
- 4.4
|
When Shift Operation Meets Vision Transformer: An Extremely Simple Alternative to Attention Mechanism 2022-01-26 |
코드 1 · 코드 2 |
| BoTNet T3 |
- Top 1 Accuracy
- 81.7%
- Number of params
- 33.5M
- GFLOPs
- 7.3
|
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 |
| CvT-13 |
- Top 1 Accuracy
- 81.6%
- GFLOPs
- 4.5
|
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 |
| ResNet-152 (SAM) |
- Top 1 Accuracy
- 81.6%
|
Sharpness-Aware Minimization for Efficiently Improving Generalization 2020-10-03 |
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 |
| UniRepLKNet-N |
- Top 1 Accuracy
- 81.6%
|
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 |
| CloFormer-S |
- Top 1 Accuracy
- 81.6%
- Number of params
- 12.3M
- GFLOPs
- 2
|
Rethinking Local Perception in Lightweight Vision Transformer 2023-03-31 |
코드 1 |
| LeViT-256 |
- Top 1 Accuracy
- 81.6%
- Number of params
- 17.8M
- GFLOPs
- 1.066
|
LeViT: a Vision Transformer in ConvNet's Clothing for Faster Inference 2021-04-02 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 |
| ReXNet_2.0 |
- Top 1 Accuracy
- 81.6%
- Number of params
- 19M
- GFLOPs
- 1.5
|
Rethinking Channel Dimensions for Efficient Model Design 2020-07-02 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 |
| SE-CoTNetD-50 |
- Top 1 Accuracy
- 81.6%
- Number of params
- 23.1M
- GFLOPs
- 4.1
|
Contextual Transformer Networks for Visual Recognition 2021-07-26 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 |
| CoAtNet-0 |
- Top 1 Accuracy
- 81.6%
- Number of params
- 25M
- GFLOPs
- 4.2
|
CoAtNet: Marrying Convolution and Attention for All Data Sizes 2021-06-09 |
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 |
| gMLP-B |
- Top 1 Accuracy
- 81.6%
- Number of params
- 73M
- GFLOPs
- 31.6
|
Pay Attention to MLPs 2021-05-17 |
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 |
| CoE-Large + CondConv |
- Top 1 Accuracy
- 81.5%
- GFLOPs
- 0.214
|
Collaboration of Experts: Achieving 80% Top-1 Accuracy on ImageNet with 100M FLOPs 2021-07-08 |
연결 없음 |
| GTP-DeiT-B/P8 |
- Top 1 Accuracy
- 81.5%
- GFLOPs
- 13.1
|
GTP-ViT: Efficient Vision Transformers via Graph-based Token Propagation 2023-11-06 |
코드 1 |
| NEXcepTion-T |
- Top 1 Accuracy
- 81.5%
|
From Xception to NEXcepTion: New Design Decisions and Neural Architecture Search 2022-12-16 |
코드 1 |
| DeiT-S-24 + GFSA |
- Top 1 Accuracy
- 81.5%
|
Graph Convolutions Enrich the Self-Attention in Transformers! 2023-12-07 |
코드 1 |