| MAWS (ViT-B) |
- Top 1 Accuracy
- 86.8%
|
The effectiveness of MAE pre-pretraining for billion-scale pretraining 2023-03-23 |
코드 1 |
| EfficientNetV2-L (21k) |
- Top 1 Accuracy
- 86.8%
- Number of params
- 120M
- GFLOPs
- 53
|
EfficientNetV2: Smaller Models and Faster Training 2021-04-01 |
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 |
| VOLO-D4 |
- Top 1 Accuracy
- 86.8%
- Number of params
- 193M
- GFLOPs
- 197
|
VOLO: Vision Outlooker for Visual Recognition 2021-06-24 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 |
| NFNet-F5 w/ SAM w/ augmult=16 |
- Top 1 Accuracy
- 86.78%
- Number of params
- 377.2M
|
Drawing Multiple Augmentation Samples Per Image During Training Efficiently Decreases Test Error 2021-05-27 |
연결 없음 |
| µ2Net (ViT-L/16) |
- Top 1 Accuracy
- 86.74%
|
An Evolutionary Approach to Dynamic Introduction of Tasks in Large-scale Multitask Learning Systems 2022-05-25 |
코드 1 |
| ViT-B @384 (DeiT III, 21k) |
- Top 1 Accuracy
- 86.7%
|
DeiT III: Revenge of the ViT 2022-04-14 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 |
| MaxViT-B (512res) |
- Top 1 Accuracy
- 86.7%
|
MaxViT: Multi-Axis Vision Transformer 2022-04-04 |
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 |
| FixEfficientNet-B6 |
- Top 1 Accuracy
- 86.7%
- Number of params
- 43M
|
Fixing the train-test resolution discrepancy: FixEfficientNet 2020-03-18 |
코드 1 |
| MOAT-3 1K only |
- Top 1 Accuracy
- 86.7%
- Number of params
- 190M
- GFLOPs
- 271
|
MOAT: Alternating Mobile Convolution and Attention Brings Strong Vision Models 2022-10-04 |
코드 1 · 코드 2 |
| Heinsen Routing + BEiT-large 16 224 |
- Top 1 Accuracy
- 86.7%
- Number of params
- 312.8M
|
An Algorithm for Routing Vectors in Sequences 2022-11-20 |
코드 1 |
| CLCNet (S:ViT+D:EffNet-B7) (retrain) |
- Top 1 Accuracy
- 86.61%
- GFLOPs
- 51.93
|
CLCNet: Rethinking of Ensemble Modeling with Classification Confidence Network 2022-05-19 |
코드 1 |
| CAFormer-M36 (224 res, 21K) |
- Top 1 Accuracy
- 86.6%
- Number of params
- 56M
- GFLOPs
- 13.2
|
MetaFormer Baselines for Vision 2022-10-24 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 |
| VAN-B4 (22K, 384res) |
- Top 1 Accuracy
- 86.6%
- Number of params
- 60M
- GFLOPs
- 35.9
|
Visual Attention Network 2022-02-20 |
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 |
| AIMv2-L |
- Top 1 Accuracy
- 86.6%
- Number of params
- 300M
|
Multimodal Autoregressive Pre-training of Large Vision Encoders 2024-11-21 |
코드 1 |
| data2vec (ViT-H) |
- Top 1 Accuracy
- 86.6%
- Number of params
- 656M
|
data2vec: A General Framework for Self-supervised Learning in Speech, Vision and Language 2022-02-07 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 |
| DiNAT_s-Large (224x224; Pretrained on ImageNet-22K @ 224x224) |
- Top 1 Accuracy
- 86.5%
- GFLOPs
- 34.5
|
Dilated Neighborhood Attention Transformer 2022-09-29 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 |
| MKD ViT-L |
- Top 1 Accuracy
- 86.5%
|
Meta Knowledge Distillation 2022-02-16 |
연결 없음 |
| TinyViT-21M-512-distill (512 res, 21k) |
- Top 1 Accuracy
- 86.5%
- Number of params
- 21M
- GFLOPs
- 27.0
|
TinyViT: Fast Pretraining Distillation for Small Vision Transformers 2022-07-21 |
코드 1 · 코드 2 · 코드 3 |
| PatchConvNet-B60-21k-384 |
- Top 1 Accuracy
- 86.5%
- Number of params
- 99.4M
|
Augmenting Convolutional networks with attention-based aggregation 2021-12-27 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| CaiT-M-48-448 |
- Top 1 Accuracy
- 86.5%
- Number of params
- 438M
- GFLOPs
- 377.3
|
Going deeper with Image Transformers 2021-03-31 |
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 |
| NFNet-F6 w/ SAM |
- Top 1 Accuracy
- 86.5%
- Number of params
- 438.4M
- GFLOPs
- 377.28
|
High-Performance Large-Scale Image Recognition Without Normalization 2021-02-11 |
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 |
| CLCNet (S:ViT+D:VOLO-D3) (retrain) |
- Top 1 Accuracy
- 86.46%
- GFLOPs
- 57.46
|
CLCNet: Rethinking of Ensemble Modeling with Classification Confidence Network 2022-05-19 |
코드 1 |
| CLCNet (S:ConvNeXt-L+D:EffNet-B7) (retrain) |
- Top 1 Accuracy
- 86.42%
- GFLOPs
- 45.43
|
CLCNet: Rethinking of Ensemble Modeling with Classification Confidence Network 2022-05-19 |
코드 1 |
| MaxViT-L (384res) |
- Top 1 Accuracy
- 86.4%
|
MaxViT: Multi-Axis Vision Transformer 2022-04-04 |
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 |
| UniRepLKNet-S++ |
- Top 1 Accuracy
- 86.4%
|
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 |
| FixEfficientNet-B5 |
- Top 1 Accuracy
- 86.4%
- Number of params
- 30M
|
Fixing the train-test resolution discrepancy: FixEfficientNet 2020-03-18 |
코드 1 |
| ConvFormer-S36 (384 res, 21K) |
- Top 1 Accuracy
- 86.4%
- Number of params
- 40M
- GFLOPs
- 22.4
|
MetaFormer Baselines for Vision 2022-10-24 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 |
| NoisyStudent (EfficientNet-B6) |
- Top 1 Accuracy
- 86.4%
- Number of params
- 43M
|
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 |
| Swin-B |
- Top 1 Accuracy
- 86.4%
- Number of params
- 88M
- GFLOPs
- 47
|
Swin Transformer: Hierarchical Vision Transformer using Shifted Windows 2021-03-25 |
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 |
| CAFormer-B36 (384 res) |
- Top 1 Accuracy
- 86.4%
- Number of params
- 99M
- GFLOPs
- 72.2
|
MetaFormer Baselines for Vision 2022-10-24 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 |