| UniNet-B0 |
- Top 1 Accuracy
- 79.1%
- Number of params
- 11.9M
- GFLOPs
- 0.56
|
UniNet: Unified Architecture Search with Convolution, Transformer, and MLP 2021-10-08 |
연결 없음 |
| RedNet-101 |
- Top 1 Accuracy
- 79.1%
- Number of params
- 25.6M
- GFLOPs
- 4.7
|
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 |
| ViT-B/16 |
- Top 1 Accuracy
- 79.1
- Number of params
- 86.6M
- GFLOPs
- 16.87
|
Kolmogorov-Arnold Transformer 2024-09-16 |
코드 1 |
| ResNet-50 (UDA) |
- Top 1 Accuracy
- 79.04%
|
Unsupervised Data Augmentation for Consistency Training 2019-04-29 |
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 · 코드 17 · 코드 18 · 코드 19 · 코드 20 |
| ScaleNet-101 |
- Top 1 Accuracy
- 79.03%
- GFLOPs
- 7.5
|
Data-Driven Neuron Allocation for Scale Aggregation Networks 2019-04-20 |
코드 1 |
| TransBoost-ResNet50 |
- Top 1 Accuracy
- 79.03%
|
TransBoost: Improving the Best ImageNet Performance using Deep Transduction 2022-05-26 |
코드 1 |
| Co-ResNet-152 |
- Top 1 Accuracy
- 79.03%
- Number of params
- 60M
|
Contextual Convolutional Neural Networks 2021-08-17 |
코드 1 |
| MobileNetV3_large_x1_0_ssld |
- Top 1 Accuracy
- 79.0%
- Number of params
- 5.47M
|
Semi-Supervised Recognition under a Noisy and Fine-grained Dataset 2020-06-18 |
코드 1 |
| RevBiFPN-S2 |
- Top 1 Accuracy
- 79%
- Number of params
- 10.6M
- GFLOPs
- 1.37
|
RevBiFPN: The Fully Reversible Bidirectional Feature Pyramid Network 2022-06-28 |
코드 1 |
| ConvMLP-M |
- Top 1 Accuracy
- 79%
- Number of params
- 17.4M
|
ConvMLP: Hierarchical Convolutional MLPs for Vision 2021-09-09 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| Xception |
- Top 1 Accuracy
- 79%
- Number of params
- 22.855952M
- Hardware Burden
- 87G
- Operations per network pass
- 0.838G
|
Xception: Deep Learning with Depthwise Separable Convolutions 2016-10-07 |
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 · 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 |
| SpineNet-143 |
- Top 1 Accuracy
- 79%
- Number of params
- 60.5M
- GFLOPs
- 9.1
|
SpineNet: Learning Scale-Permuted Backbone for Recognition and Localization 2019-12-10 |
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 |
| Mixer-B/8-SAM |
- Top 1 Accuracy
- 79%
- Number of params
- 64M
|
When Vision Transformers Outperform ResNets without Pre-training or Strong Data Augmentations 2021-06-03 |
코드 1 · 코드 2 |
| InceptionV3 (FRN layer) |
- Top 1 Accuracy
- 78.95%
|
Filter Response Normalization Layer: Eliminating Batch Dependence in the Training of Deep Neural Networks 2019-11-21 |
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 + SWA |
- Top 1 Accuracy
- 78.94%
|
Averaging Weights Leads to Wider Optima and Better Generalization 2018-03-14 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 |
| ECA-Net (ResNet-152) |
- Top 1 Accuracy
- 78.92%
- Number of params
- 57.40M
- GFLOPs
- 10.83
|
ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks 2019-10-08 |
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 |
| AlphaNet-A1 |
- Top 1 Accuracy
- 78.9%
- GFLOPs
- 0.279
|
AlphaNet: Improved Training of Supernets with Alpha-Divergence 2021-02-16 |
코드 1 · 코드 2 |
| MixNet-L |
- Top 1 Accuracy
- 78.9%
- Number of params
- 7.3M
- GFLOPs
- 0.565
|
MixConv: Mixed Depthwise Convolutional Kernels 2019-07-22 |
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 |
| CeiT-T (384 finetune res) |
- Top 1 Accuracy
- 78.8%
- GFLOPs
- 3.6
|
Incorporating Convolution Designs into Visual Transformers 2021-03-22 |
코드 1 · 코드 2 · 코드 3 |
| Inception V3 |
- Top 1 Accuracy
- 78.8
- Top 5 Accuracy
- 94.4
|
연결 없음 논문 날짜 미기재 |
연결 없음 |
| NoisyStudent (EfficientNet-B0) |
- Top 1 Accuracy
- 78.8%
- Number of params
- 5.3M
|
Self-training with Noisy Student improves ImageNet classification 2019-11-11 |
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 |
| EfficientNet-B1 |
- Top 1 Accuracy
- 78.8%
- Number of params
- 7.8M
- GFLOPs
- 0.7
|
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 |
| ResNet-50 |
- Top 1 Accuracy
- 78.8%
- Number of params
- 25.5M
|
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 |
| SGE-ResNet101 |
- Top 1 Accuracy
- 78.798%
- Number of params
- 44.55M
- GFLOPs
- 7.858
|
Spatial Group-wise Enhance: Improving Semantic Feature Learning in Convolutional Networks 2019-05-23 |
코드 1 · 코드 2 · 코드 3 |
| RepVGG-B2 |
- Top 1 Accuracy
- 78.78%
- Number of params
- 80.31M
- GFLOPs
- 18.4
|
RepVGG: Making VGG-style ConvNets Great Again 2021-01-11 |
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 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 |
| ResNet-50 |
- Top 1 Accuracy
- 78.76%
|
Puzzle Mix: Exploiting Saliency and Local Statistics for Optimal Mixup 2020-09-15 |
코드 1 |
| SAMix+DM (ResNet-50 RSB A3) |
- Top 1 Accuracy
- 78.75%
|
연결 없음 논문 날짜 미기재 |
연결 없음 |
| ResNet-50 |
- Top 1 Accuracy
- 78.7%
|
AutoDropout: Learning Dropout Patterns to Regularize Deep Networks 2021-01-05 |
코드 1 |
| CAS-ViT-XS |
- Top 1 Accuracy
- 78.7%
- Number of params
- 3.2M
- GFLOPs
- 0.56
|
CAS-ViT: Convolutional Additive Self-attention Vision Transformers for Efficient Mobile Applications 2024-08-07 |
코드 1 · 코드 2 |
| SReT-LT (Fast Knowledge Distillation) |
- Top 1 Accuracy
- 78.7%
- Number of params
- 5M
- GFLOPs
- 1.2
|
A Fast Knowledge Distillation Framework for Visual Recognition 2021-12-02 |
코드 1 · 코드 2 |