| ACNet (ResNet-50) |
- Top 1 Accuracy
- 77.5%
- Number of params
- 29.38M
|
Adaptively Connected Neural Networks 2019-04-07 |
코드 1 |
| ECA-Net (ResNet-50) |
- Top 1 Accuracy
- 77.48%
- Number of params
- 24.37M
- GFLOPs
- 3.86
|
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 |
| DenseNet-201 |
- Top 1 Accuracy
- 77.42%
|
Densely Connected Convolutional Networks 2016-08-25 |
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 · 코드 145 · 코드 146 |
| MobileOne-S2 |
- Top 1 Accuracy
- 77.4%
- Number of params
- 7.8M
- GFLOPs
- 1.299
|
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 |
| R-Mix (ResNet-50) |
- Top 1 Accuracy
- 77.39%
|
Expeditious Saliency-guided Mix-up through Random Gradient Thresholding 2022-12-09 |
코드 1 |
| ResnetV2 50 (FRN layer) |
- Top 1 Accuracy
- 77.21%
|
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 |
| FBNetV5-AR-CLS |
- Top 1 Accuracy
- 77.2%
- GFLOPs
- 0.215
|
FBNetV5: Neural Architecture Search for Multiple Tasks in One Run 2021-11-19 |
연결 없음 |
| MogaNet-XT (256res) |
- Top 1 Accuracy
- 77.2%
- Number of params
- 3M
- GFLOPs
- 1.04
|
MogaNet: Multi-order Gated Aggregation Network 2022-11-07 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 |
| ReXNet_0.9 |
- Top 1 Accuracy
- 77.2%
- Number of params
- 4.1M
- GFLOPs
- 0.35
|
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 |
| Prodpoly |
- Top 1 Accuracy
- 77.17%
|
Deep Polynomial Neural Networks 2020-06-20 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| ResNet-50-D |
- Top 1 Accuracy
- 77.16%
- Number of params
- 25M
|
Bag of Tricks for Image Classification with Convolutional Neural Networks 2018-12-04 |
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 |
| Inception v3 |
- Top 1 Accuracy
- 77.12%
|
What do Deep Networks Like to See? 2018-03-22 |
코드 1 |
| GhostNetV3 1.0x |
- Top 1 Accuracy
- 77.1%
- Top 5 Accuracy
- 93.3
|
GhostNetV3: Exploring the Training Strategies for Compact Models 2024-04-17 |
코드 1 |
| MKD ViT-T |
- Top 1 Accuracy
- 77.1%
|
Meta Knowledge Distillation 2022-02-16 |
연결 없음 |
| GreedyNAS-A |
- Top 1 Accuracy
- 77.1%
- Number of params
- 6.5M
- GFLOPs
- 0.366
|
GreedyNAS: Towards Fast One-Shot NAS with Greedy Supernet 2020-03-25 |
연결 없음 |
| SkipblockNet-L |
- Top 1 Accuracy
- 77.1%
- Number of params
- 7.1M
- GFLOPs
- 0.364
|
Bias Loss for Mobile Neural Networks 2021-07-23 |
코드 1 · 코드 2 |
| CI2P-ViT |
- Top 1 Accuracy
- 77%
- GFLOPs
- 6.442
|
Compress image to patches for Vision Transformer 2025-02-14 |
코드 1 |
| SSAL-Resnet50 |
- Top 1 Accuracy
- 77.0%
|
Contextual Classification Using Self-Supervised Auxiliary Models for Deep Neural Networks 2021-01-07 |
코드 1 |
| UniRepLKNet-A |
- Top 1 Accuracy
- 77%
|
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-XXS |
- Top 1 Accuracy
- 77%
- Number of params
- 4.2M
- GFLOPs
- 0.6
|
Rethinking Local Perception in Lightweight Vision Transformer 2023-03-31 |
코드 1 |
| MixNet-M |
- Top 1 Accuracy
- 77%
- Number of params
- 5.0M
- GFLOPs
- 0.360
|
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 |
| ResNet50 (FSGDM) |
- Top 1 Accuracy
- 76.91%
|
On the Performance Analysis of Momentum Method: A Frequency Domain Perspective 2024-11-29 |
코드 1 |
| SCARLET-A |
- Top 1 Accuracy
- 76.9%
- Number of params
- 6.7M
- GFLOPs
- 0.730
|
SCARLET-NAS: Bridging the Gap between Stability and Scalability in Weight-sharing Neural Architecture Search 2019-08-16 |
코드 1 |
| TransBoost-MobileNetV3-L |
- Top 1 Accuracy
- 76.81%
- Number of params
- 5.48M
|
TransBoost: Improving the Best ImageNet Performance using Deep Transduction 2022-05-26 |
코드 1 |
| ViTAE-T-Stage |
- Top 1 Accuracy
- 76.8%
- Number of params
- 4.8M
- GFLOPs
- 4.6
|
ViTAE: Vision Transformer Advanced by Exploring Intrinsic Inductive Bias 2021-06-07 |
코드 1 · 코드 2 |
| GreedyNAS-B |
- Top 1 Accuracy
- 76.8%
- Number of params
- 5.2M
- GFLOPs
- 0.324
|
GreedyNAS: Towards Fast One-Shot NAS with Greedy Supernet 2020-03-25 |
연결 없음 |
| ConvMLP-S |
- Top 1 Accuracy
- 76.8
- Number of params
- 9M
|
ConvMLP: Hierarchical Convolutional MLPs for Vision 2021-09-09 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| Perona Malik (Perona and Malik, 1990) |
- Top 1 Accuracy
- 76.71%
|
Learning Visual Representations for Transfer Learning by Suppressing Texture 2020-11-03 |
코드 1 |
| PVT-T (+MixPro) |
- Top 1 Accuracy
- 76.7%
|
MixPro: Data Augmentation with MaskMix and Progressive Attention Labeling for Vision Transformer 2023-04-24 |
코드 1 |
| MobileViTv3-XS |
- Top 1 Accuracy
- 76.7%
- Number of params
- 2.5M
- GFLOPs
- 0.927
|
MobileViTv3: Mobile-Friendly Vision Transformer with Simple and Effective Fusion of Local, Global and Input Features 2022-09-30 |
코드 1 · 코드 2 |