Papers with Code · CC BY-SA 4.0

ImageNet

아카이브 평가 1,057건 · 마지막 적재/변경 2026-10-30

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델	원본 지표·값	논문	구현
WaveMix-192/16 (level 3)	Top 1 Accuracy 74.93%	WaveMix: A Resource-efficient Neural Network for Image Analysis 2022-05-28	코드 1
FF	Top 1 Accuracy 74.9	Do You Even Need Attention? A Stack of Feed-Forward Layers Does Surprisingly Well on ImageNet 2021-05-06	코드 1 · 코드 2
FBNet-C	Top 1 Accuracy 74.9% Number of params 5.5M GFLOPs 0.375	FBNet: Hardware-Aware Efficient ConvNet Design via Differentiable Neural Architecture Search 2018-12-09	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
ESPNetv2	Top 1 Accuracy 74.9% Number of params 5.9M GFLOPs 0.602	ESPNetv2: A Light-weight, Power Efficient, and General Purpose Convolutional Neural Network 2018-11-28	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10
MobileViT-XS	Top 1 Accuracy 74.8% Number of params 2.3M GFLOPs 0.7	MobileViT: Light-weight, General-purpose, and Mobile-friendly Vision Transformer 2021-10-05	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
LocalViT-T	Top 1 Accuracy 74.8% Number of params 5.9M GFLOPs 1.3	LocalViT: Bringing Locality to Vision Transformers 2021-04-12	코드 1 · 코드 2
RandWire-WS (small)	Top 1 Accuracy 74.7% Number of params 5.6M GFLOPs 0.583	Exploring Randomly Wired Neural Networks for Image Recognition 2019-04-02	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
AutoFormer-tiny	Top 1 Accuracy 74.7% Number of params 5.7M GFLOPs 1.3	AutoFormer: Searching Transformers for Visual Recognition 2021-07-01	코드 1 · 코드 2
MobileNetV2 (1.4)	Top 1 Accuracy 74.7% Number of params 6.9M GFLOPs 1.170	MobileNetV2: Inverted Residuals and Linear Bottlenecks 2018-01-13	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 · 코드 147 · 코드 148 · 코드 149 · 코드 150 · 코드 151 · 코드 152 · 코드 153 · 코드 154 · 코드 155 · 코드 156 · 코드 157 · 코드 158 · 코드 159
FairNAS-C	Top 1 Accuracy 74.69% Number of params 4.4M GFLOPs 0.642	FairNAS: Rethinking Evaluation Fairness of Weight Sharing Neural Architecture Search 2019-07-03	코드 1 · 코드 2
ReXNet_0.6	Top 1 Accuracy 74.6% Number of params 2.7M	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
Proxyless	Top 1 Accuracy 74.6% Number of params 4.0M	ProxylessNAS: Direct Neural Architecture Search on Target Task and Hardware 2018-12-02	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23
PiT-Ti	Top 1 Accuracy 74.6% Number of params 4.9M GFLOPs 0.7	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
DY-MobileNetV2 ×1.0	Top 1 Accuracy 74.4% Number of params 11.1M GFLOPs 0,626	Dynamic Convolution: Attention over Convolution Kernels 2019-12-07	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
SimpleNetV1-9m	Top 1 Accuracy 74.17 Number of params 9.5M	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
RegNetY-400MF	Top 1 Accuracy 74.1% Number of params 4.3M GFLOPs 0.4	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
Ghost-ResNet-50 (s=4)	Top 1 Accuracy 74.1% Number of params 6.5M GFLOPs 1.2	GhostNet: More Features from Cheap Operations 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
SReT-ExT	Top 1 Accuracy 74.0% Number of params 4M GFLOPs 0.7	Sliced Recursive Transformer 2021-11-09	코드 1
GhostNet ×1.0	Top 1 Accuracy 73.9% Number of params 5.2M GFLOPs 0.141	GhostNet: More Features from Cheap Operations 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
DeiT-T (+MixPro)	Top 1 Accuracy 73.8%	MixPro: Data Augmentation with MaskMix and Progressive Attention Labeling for Vision Transformer 2023-04-24	코드 1
MNv4-Conv-S	Top 1 Accuracy 73.8%	MobileNetV4 -- Universal Models for the Mobile Ecosystem 2024-04-16	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
DeiT-Ti with iRPE-K	Top 1 Accuracy 73.7% Number of params 6M GFLOPs 2.568	Rethinking and Improving Relative Position Encoding for Vision Transformer 2021-07-29	코드 1
DGPPF-ResNet50	Top 1 Accuracy 73.66% Number of params 2.56M GFLOPs 0.4	Distilled Gradual Pruning with Pruned Fine-tuning 2024-02-15	코드 1
TransBoost-ResNet18	Top 1 Accuracy 73.36% Number of params 11.69M	TransBoost: Improving the Best ImageNet Performance using Deep Transduction 2022-05-26	코드 1
Wide ResNet-50 (edge-popup)	Top 1 Accuracy 73.3% Number of params 20.6M	What's Hidden in a Randomly Weighted Neural Network? 2019-11-29	코드 1 · 코드 2 · 코드 3 · 코드 4
ResNet-18 (MEAL V2)	Top 1 Accuracy 73.19%	MEAL V2: Boosting Vanilla ResNet-50 to 80%+ Top-1 Accuracy on ImageNet without Tricks 2020-09-17	코드 1
ConViT-Ti	Top 1 Accuracy 73.1% Number of params 6M GFLOPs 1	ConViT: Improving Vision Transformers with Soft Convolutional Inductive Biases 2021-03-19	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
RevBiFPN-S0	Top 1 Accuracy 72.8% Number of params 3.42M GFLOPs 0.31	RevBiFPN: The Fully Reversible Bidirectional Feature Pyramid Network 2022-06-28	코드 1
DY-MobileNetV2 ×0.75	Top 1 Accuracy 72.8% Number of params 7M GFLOPs 0.435	Dynamic Convolution: Attention over Convolution Kernels 2019-12-07	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
DY-ResNet-18	Top 1 Accuracy 72.7% Number of params 42.7M GFLOPs 3.7	Dynamic Convolution: Attention over Convolution Kernels 2019-12-07	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5