Papers with Code · CC BY-SA 4.0

ImageNet (finetuned)

아카이브 평가 63건 · 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
iBOT (ViT-B/16)	Number of Params 85M Top 1 Accuracy 84.0%	iBOT: Image BERT Pre-Training with Online Tokenizer 2021-11-15	코드 1 · 코드 2
Mugs (ViT-B/16)	Number of Params 85M Top 1 Accuracy 84.3%	Mugs: A Multi-Granular Self-Supervised Learning Framework 2022-03-27	코드 1
SEER (RegNetY-256GF)	Number of Params 1.3B Top 1 Accuracy 84.2%	Self-supervised Pretraining of Visual Features in the Wild 2021-03-02	코드 1
A2MIM (ViT-B)	Top 1 Accuracy 84.2%	Architecture-Agnostic Masked Image Modeling -- From ViT back to CNN 2022-05-27	코드 1 · 코드 2 · 코드 3
MoCo v3 (ViT-L/16)	Number of Params 304M Top 1 Accuracy 84.1%	An Empirical Study of Training Self-Supervised Vision Transformers 2021-04-05	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
mc-BEiT (ViT-B/16)	Number of Params 86M Top 1 Accuracy 84.1%	mc-BEiT: Multi-choice Discretization for Image BERT Pre-training 2022-03-29	코드 1
ConvNeXt-Small (SparK pre-training)	Number of Params 50M Top 1 Accuracy 84.1%	Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling 2023-01-09	코드 1 · 코드 2
SimMIM (Swin-B)	Number of Params 88M Top 1 Accuracy 84.0%	SimMIM: A Simple Framework for Masked Image Modeling 2021-11-18	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
EsViT (Swin-B)	Number of Params 87M Top 1 Accuracy 83.9%	Efficient Self-supervised Vision Transformers for Representation Learning 2021-06-17	코드 1
MAE + AugSub finetune (ViT-B/16)	Number of Params 87M Top 1 Accuracy 83.9%	Masking meets Supervision: A Strong Learning Alliance 2023-06-20	코드 1
SEER (RegNetY-128GF)	Number of Params 693M Top 1 Accuracy 83.8%	Self-supervised Pretraining of Visual Features in the Wild 2021-03-02	코드 1
SimMIM (ViT-B/16)	Number of Params 85M Top 1 Accuracy 83.8%	SimMIM: A Simple Framework for Masked Image Modeling 2021-11-18	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
MoCo v3 (ViT-B/16)	Number of Params 86M Top 1 Accuracy 83.2%	An Empirical Study of Training Self-Supervised Vision Transformers 2021-04-05	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
DAMA (ViT-B/16)	Top 1 Accuracy 83.2%	Multiplexed Immunofluorescence Brain Image Analysis Using Self-Supervised Dual-Loss Adaptive Masked Autoencoder 2022-05-10	코드 1
SimCLRv2 (ResNet-152, 3×+SK)	Number of Params 795M Top 1 Accuracy 83.1%	Big Self-Supervised Models are Strong Semi-Supervised Learners 2020-06-17	코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
ResNet-200 (SparK pre-training)	Number of Params 65M Top 1 Accuracy 83.1%	Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling 2023-01-09	코드 1 · 코드 2
DINO (ViT-B/16)	Number of Params 85M Top 1 Accuracy 82.8%	Emerging Properties in Self-Supervised Vision Transformers 2021-04-29	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 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32
ResNet-152 (SparK pre-training)	Number of Params 60M Top 1 Accuracy 82.7%	Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling 2023-01-09	코드 1 · 코드 2
Mugs (ViT-S/16)	Number of Params 21M Top 1 Accuracy 82.6%	Mugs: A Multi-Granular Self-Supervised Learning Framework 2022-03-27	코드 1
A2MIM+ (ViT-S)	Top 1 Accuracy 82.4%	Architecture-Agnostic Masked Image Modeling -- From ViT back to CNN 2022-05-27	코드 1 · 코드 2 · 코드 3
ResNet-101 (SparK pre-training)	Number of Params 44M Top 1 Accuracy 82.2%	Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling 2023-01-09	코드 1 · 코드 2
A2MIM (ViT-S)	Top 1 Accuracy 82.2%	Architecture-Agnostic Masked Image Modeling -- From ViT back to CNN 2022-05-27	코드 1 · 코드 2 · 코드 3
SwAV (ResNeXt-101-32x16d)	Number of Params 193M Top 1 Accuracy 82.0%	Unsupervised Learning of Visual Features by Contrasting Cluster Assignments 2020-06-17	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
ResNet-50 (SparK pre-training)	Number of Params 26M Top 1 Accuracy 80.6%	Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling 2023-01-09	코드 1 · 코드 2
A2MIM+ (ResNet-50 RSB-A2)	Top 1 Accuracy 80.5%	Architecture-Agnostic Masked Image Modeling -- From ViT back to CNN 2022-05-27	코드 1 · 코드 2 · 코드 3
A2MIM (ResNet-50 RSB-A2)	Top 1 Accuracy 80.4%	Architecture-Agnostic Masked Image Modeling -- From ViT back to CNN 2022-05-27	코드 1 · 코드 2 · 코드 3
A2MIM+ (ResNet-50 RSB-A3)	Top 1 Accuracy 78.9%	Architecture-Agnostic Masked Image Modeling -- From ViT back to CNN 2022-05-27	코드 1 · 코드 2 · 코드 3
A2MIM (ResNet-50 RSB-A3)	Top 1 Accuracy 78.8%	Architecture-Agnostic Masked Image Modeling -- From ViT back to CNN 2022-05-27	코드 1 · 코드 2 · 코드 3
DnC (Resnet-50)	Top 1 Accuracy 78.2%	Divide and Contrast: Self-supervised Learning from Uncurated Data 2021-05-17	연결 없음
SwAV (Resnet-50)	Number of Params 182M Top 1 Accuracy 77.8%	Unsupervised Learning of Visual Features by Contrasting Cluster Assignments 2020-06-17	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