| BasisNet-MV3 |
- Top 1 Accuracy
- 80%
- GFLOPs
- 0.198
|
BasisNet: Two-stage Model Synthesis for Efficient Inference 2021-05-07 |
연결 없음 |
| AlphaNet-A4 |
- Top 1 Accuracy
- 80.0%
- GFLOPs
- 0.444
|
AlphaNet: Improved Training of Supernets with Alpha-Divergence 2021-02-16 |
코드 1 · 코드 2 |
| MogaNet-T (256res) |
- Top 1 Accuracy
- 80%
- Number of params
- 5.2M
- GFLOPs
- 1.44
|
MogaNet: Multi-order Gated Aggregation Network 2022-11-07 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 |
| LeViT-192 |
- Top 1 Accuracy
- 80%
- Number of params
- 10.4M
- GFLOPs
- 0.624
|
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 |
| ResNet-101 |
- Top 1 Accuracy
- 80%
- Number of params
- 44.4M
|
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 |
| ResNet-200 |
- Top 1 Accuracy
- 79.9%
|
Identity Mappings in Deep Residual Networks 2016-03-16 |
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 |
| MNv4-Conv-M |
- Top 1 Accuracy
- 79.9%
|
MobileNetV4 -- Universal Models for the Mobile Ecosystem 2024-04-16 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 |
| RegNetY-8.0GF |
- Top 1 Accuracy
- 79.9%
- Number of params
- 39.2M
- GFLOPs
- 8
|
Designing Network Design Spaces 2020-03-30 |
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 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 |
| ViT-B/16-SAM |
- Top 1 Accuracy
- 79.9%
- Number of params
- 87M
|
When Vision Transformers Outperform ResNets without Pre-training or Strong Data Augmentations 2021-06-03 |
코드 1 · 코드 2 |
| TransBoost-ResNet101 |
- Top 1 Accuracy
- 79.86%
- Number of params
- 44.55M
|
TransBoost: Improving the Best ImageNet Performance using Deep Transduction 2022-05-26 |
코드 1 |
| SKNet-101 |
- Top 1 Accuracy
- 79.81%
- Number of params
- 48.9M
- GFLOPs
- 8.46
|
Selective Kernel Networks 2019-03-15 |
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 |
| FixResNet-50 CutMix |
- Top 1 Accuracy
- 79.8%
|
Fixing the train-test resolution discrepancy 2019-06-14 |
코드 1 · 코드 2 · 코드 3 |
| CSPResNeXt-50 + Mish |
- Top 1 Accuracy
- 79.8%
|
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 |
| kNN-CLIP |
- Top 1 Accuracy
- 79.8%
|
Revisiting a kNN-based Image Classification System with High-capacity Storage 2022-04-03 |
연결 없음 |
| FastViT-S12 |
- Top 1 Accuracy
- 79.8%
|
FastViT: A Fast Hybrid Vision Transformer using Structural Reparameterization 2023-03-24 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 |
| CloFormer-XS |
- Top 1 Accuracy
- 79.8%
- Number of params
- 7.2M
- GFLOPs
- 1.1
|
Rethinking Local Perception in Lightweight Vision Transformer 2023-03-31 |
코드 1 |
| EfficientNet-B2 |
- Top 1 Accuracy
- 79.8%
- Number of params
- 9.2M
- GFLOPs
- 1
|
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-XXT |
- Top 1 Accuracy
- 79.8%
- Number of params
- 12M
- GFLOPs
- 2.1
|
Global Context Vision Transformers 2022-06-20 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 |
| CSPResNeXt-50 (Mish+Aug) |
- Top 1 Accuracy
- 79.8%
- Number of params
- 20.5M
|
CSPNet: A New Backbone that can Enhance Learning Capability of CNN 2019-11-27 |
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 · 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 |
| DAFT-full |
- Top 1 Accuracy
- 79.8%
- Number of params
- 22.6M
|
A Dot Product Attention Free Transformer 2021-09-29 |
연결 없음 |
| DVT (T2T-ViT-10) |
- Top 1 Accuracy
- 79.74%
- GFLOPs
- 0.7
|
Not All Images are Worth 16x16 Words: Dynamic Transformers for Efficient Image Recognition 2021-05-31 |
코드 1 · 코드 2 |
| NASViT-A1 |
- Top 1 Accuracy
- 79.7%
- GFLOPs
- 0.309
|
NASViT: Neural Architecture Search for Efficient Vision Transformers with Gradient Conflict aware Supernet Training 2021-09-29 |
코드 1 |
| GPaCo (ResNet-50) |
- Top 1 Accuracy
- 79.7%
|
Generalized Parametric Contrastive Learning 2022-09-26 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| ResMLP-36 |
- Top 1 Accuracy
- 79.7%
- Number of params
- 45M
|
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 |
| Grafit (ResNet-50) |
- Top 1 Accuracy
- 79.6%
|
Grafit: Learning fine-grained image representations with coarse labels 2020-11-25 |
연결 없음 |
| LeViT-128 |
- Top 1 Accuracy
- 79.6%
- Number of params
- 8.8M
- GFLOPs
- 0.376
|
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 |
| ResT-Small |
- Top 1 Accuracy
- 79.6%
- Number of params
- 13.66M
- GFLOPs
- 1.9
|
ResT: An Efficient Transformer for Visual Recognition 2021-05-28 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| GTP-DeiT-S/P8 |
- Top 1 Accuracy
- 79.5%
- GFLOPs
- 3.4
|
GTP-ViT: Efficient Vision Transformers via Graph-based Token Propagation 2023-11-06 |
코드 1 |
| ReXNet_1.3 |
- Top 1 Accuracy
- 79.5%
- Number of params
- 7.6M
- GFLOPs
- 0.66
|
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 |
| WideNet-L |
- Top 1 Accuracy
- 79.49%
- Number of params
- 40M
|
Go Wider Instead of Deeper 2021-07-25 |
코드 1 |