| ResNet-50 (SAMix) |
- Top 1 Accuracy
- 79.41%
- Number of params
- 25.6M
|
Boosting Discriminative Visual Representation Learning with Scenario-Agnostic Mixup 2021-11-30 |
코드 1 |
| AlphaNet-A3 |
- Top 1 Accuracy
- 79.4%
- GFLOPs
- 0.357
|
AlphaNet: Improved Training of Supernets with Alpha-Divergence 2021-02-16 |
코드 1 · 코드 2 |
| MultiGrain R50-AA-500 |
- Top 1 Accuracy
- 79.4%
|
MultiGrain: a unified image embedding for classes and instances 2019-02-14 |
코드 1 · 코드 2 · 코드 3 |
| ResNet-50 (Adversarial Autoaugment) |
- Top 1 Accuracy
- 79.4%
|
Adversarial AutoAugment 2019-12-24 |
연결 없음 |
| ResMLP-24 |
- Top 1 Accuracy
- 79.4%
|
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 |
| EdgeNeXt-S |
- Top 1 Accuracy
- 79.4%
- Number of params
- 5.6M
- GFLOPs
- 2.6
|
EdgeNeXt: Efficiently Amalgamated CNN-Transformer Architecture for Mobile Vision Applications 2022-06-21 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 |
| TinyNet (GhostNet-A) |
- Top 1 Accuracy
- 79.4%
- Number of params
- 11.9M
- GFLOPs
- 0.591
|
Model Rubik's Cube: Twisting Resolution, Depth and Width for TinyNets 2020-10-28 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 |
| MobileOne-S4 |
- Top 1 Accuracy
- 79.4%
- Number of params
- 14.8M
- GFLOPs
- 2.978
|
MobileOne: An Improved One millisecond Mobile Backbone 2022-06-08 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 |
| RegNetY-4.0GF |
- Top 1 Accuracy
- 79.4%
- Number of params
- 20.6M
- GFLOPs
- 4
|
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 |
| SENet-50 |
- Top 1 Accuracy
- 79.4%
- Number of params
- 28.02M
|
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 |
| ScaleNet-152 |
- Top 1 Accuracy
- 79.38%
- GFLOPs
- 11.2
|
Data-Driven Neuron Allocation for Scale Aggregation Networks 2019-04-20 |
코드 1 |
| LIP-ResNet-101 |
- Top 1 Accuracy
- 79.33%
- Number of params
- 42.9M
|
LIP: Local Importance-based Pooling 2019-08-12 |
코드 1 |
| MobileViTv3-S |
- Top 1 Accuracy
- 79.3%
- Number of params
- 5.8M
- GFLOPs
- 1.841
|
MobileViTv3: Mobile-Friendly Vision Transformer with Simple and Effective Fusion of Local, Global and Input Features 2022-09-30 |
코드 1 · 코드 2 |
| RedNet-152 |
- Top 1 Accuracy
- 79.3%
- Number of params
- 34M
- GFLOPs
- 6.8
|
Involution: Inverting the Inherence of Convolution for Visual Recognition 2021-03-10 |
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-50 (AutoMix) |
- Top 1 Accuracy
- 79.25%
- Number of params
- 25.6M
|
AutoMix: Unveiling the Power of Mixup for Stronger Classifiers 2021-03-24 |
코드 1 · 코드 2 · 코드 3 |
| PS-KD (ResNet-152 + CutMix) |
- Top 1 Accuracy
- 79.24%
|
Self-Knowledge Distillation with Progressive Refinement of Targets 2020-06-22 |
코드 1 |
| ResNet-101 (JFT-300M Finetuning) |
- Top 1 Accuracy
- 79.2%
|
Revisiting Unreasonable Effectiveness of Data in Deep Learning Era 2017-07-10 |
코드 1 · 코드 2 |
| RVT-Ti* |
- Top 1 Accuracy
- 79.2%
- Number of params
- 10.9M
- GFLOPs
- 1.3
|
Towards Robust Vision Transformer 2021-05-17 |
코드 1 · 코드 2 |
| Multiscale DEQ (MDEQ-XL) |
- Top 1 Accuracy
- 79.2%
- Number of params
- 81M
|
Multiscale Deep Equilibrium Models 2020-06-15 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| DenseNet-169 (H4*) |
- Top 1 Accuracy
- 79.152%
|
How to Use Dropout Correctly on Residual Networks with Batch Normalization 2023-02-13 |
코드 1 |
| SimpleNetV1-5m-correct-labels |
- Top 1 Accuracy
- 79.12
- Number of params
- 5.7M
|
Lets keep it simple, Using simple architectures to outperform deeper and more complex architectures 2016-08-22 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 |
| AlphaNet-A2 |
- Top 1 Accuracy
- 79.1%
- GFLOPs
- 0.317
|
AlphaNet: Improved Training of Supernets with Alpha-Divergence 2021-02-16 |
코드 1 · 코드 2 |
| GhostNetV3 1.3x |
- Top 1 Accuracy
- 79.1%
- Top 5 Accuracy
- 94.5
|
GhostNetV3: Exploring the Training Strategies for Compact Models 2024-04-17 |
코드 1 |
| AA-ResNet-152 |
- Top 1 Accuracy
- 79.1%
|
Attention Augmented Convolutional Networks 2019-04-22 |
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 |
| FixResNet-50 |
- Top 1 Accuracy
- 79.1%
|
Fixing the train-test resolution discrepancy 2019-06-14 |
코드 1 · 코드 2 · 코드 3 |
| MobileOne-S2 (distill) |
- Top 1 Accuracy
- 79.1%
|
MobileOne: An Improved One millisecond Mobile Backbone 2022-06-08 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 |
| Diffusion Classifier |
- Top 1 Accuracy
- 79.1%
|
Your Diffusion Model is Secretly a Zero-Shot Classifier 2023-03-28 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| FastViT-T12 |
- Top 1 Accuracy
- 79.1%
|
FastViT: A Fast Hybrid Vision Transformer using Structural Reparameterization 2023-03-24 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 |
| TinyViT-5M |
- Top 1 Accuracy
- 79.1%
- Number of params
- 5.4M
- GFLOPs
- 1.3
|
TinyViT: Fast Pretraining Distillation for Small Vision Transformers 2022-07-21 |
코드 1 · 코드 2 · 코드 3 |
| PiT-XS |
- Top 1 Accuracy
- 79.1%
- Number of params
- 10.6M
- GFLOPs
- 1.4
|
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 |