PK PyTorchKR Papers
← Efficient ViTs
Papers with Code · CC BY-SA 4.0

ImageNet-1K (with DeiT-S)

아카이브 평가 41건 · 마지막 적재/변경

원본 데이터셋 링크 1

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
모델원본 지표·값논문구현
BAT (50%)
Top 1 Accuracy
79.0
GFLOPs
2.3
 Beyond Attentive Tokens: Incorporating Token Importance and Diversity for Efficient Vision Transformers
2022-11-21		 코드 1
EViT (60%)
Top 1 Accuracy
78.9
GFLOPs
2.6
 Not All Patches are What You Need: Expediting Vision Transformers via Token Reorganizations
2022-02-16		 코드 1 · 코드 2
AS-DeiT-S (50%)
Top 1 Accuracy
78.7
GFLOPs
2.3
 Adaptive Sparse ViT: Towards Learnable Adaptive Token Pruning by Fully Exploiting Self-Attention
2022-09-28		 코드 1
BAT (40%)
Top 1 Accuracy
78.6
GFLOPs
2.0
 Beyond Attentive Tokens: Incorporating Token Importance and Diversity for Efficient Vision Transformers
2022-11-21		 코드 1
LTMP (45%)
Top 1 Accuracy
78.6
GFLOPs
2.3
 Learned Thresholds Token Merging and Pruning for Vision Transformers
2023-07-20		 코드 1
A-ViT
Top 1 Accuracy
78.6
GFLOPs
3.6
 AdaViT: Adaptive Tokens for Efficient Vision Transformer
2021-12-14		 코드 1
EViT (50%)
Top 1 Accuracy
78.5
GFLOPs
2.3
 Not All Patches are What You Need: Expediting Vision Transformers via Token Reorganizations
2022-02-16		 코드 1 · 코드 2
HVT-S-1
Top 1 Accuracy
78.3
GFLOPs
2.7
 Scalable Vision Transformers with Hierarchical Pooling
2021-03-19		 코드 1 · 코드 2
SPViT
Top 1 Accuracy
78.3
GFLOPs
3.3
 Pruning Self-attentions into Convolutional Layers in Single Path
2021-11-23		 코드 1 · 코드 2 · 코드 3
BAT (30%)
Top 1 Accuracy
77.8
GFLOPs
1.8
 Beyond Attentive Tokens: Incorporating Token Importance and Diversity for Efficient Vision Transformers
2022-11-21		 코드 1
BAT (20%)
Top 1 Accuracy
76.4
GFLOPs
1.6
 Beyond Attentive Tokens: Incorporating Token Importance and Diversity for Efficient Vision Transformers
2022-11-21		 코드 1