image classification backbone 汇总分析

下面是一个list,可以详细看一下
image_classification = [
['name','top1_acc','top5_acc','size'],
['FixEfficientNet-L2',88.5,98.7,480],
['NoisyStudent/EfficientNet-L2',88.4,98.7,480],
['BiT-L/ResNet',87.54,98.46,-1],
['FixEfficientNet-B7',87.1,98.2,66],
['NoisyStudent/EfficientNet-B7',86.9,98.1,66],
['FixEfficientNet-B6',86.7,98,43],
['FixResNeXt-101 32*48d',86.4,98.0,829],
['NoisyStudent/EfficientNet-B6',86.4,97.9,43],
['FixEfficientNet-B5',86.4,97.9,30],
['NoisyStudent/EfficientNet-B5',86.1,97.8,30],
['FixEfficientNet-B4',85.9,97.7,19],
['KDforAA/EfficientNet-B8',85.8,-1,88],
['FixEfficientNet-B8/MaxUP+CutMix',85.8,-1,87.42],
['FixEfficientNet-B8',85.7,97.6,-1],
['AdvProp/EfficientNet-B8',85.5,97.3,88],
['KDforAA/EfficientNet-B7',85.5,-1,66],
['ResNeXt-101 32*48d',85.4,97.6,829],
['EfficientNet-B8/RandAugment',85.4,-1,-1],
['BiT-M/ResNet',85.39,97.69,928],
['NoisyStudent/EfficientNet-B4',85.3,97.5,19],
['AdvProp/EfficientNet-B7',85.2,97.2,66],
['ResNeXt-101 32*32d',85.1,97.5,466],
['FixEfficientNet-B3',85,97.4,12],
['EfficientNet-B7',85,-1,-1],
['ResNeSt-269',84.5,-1,-1],
['EfficientNet-B7',84.4,97.1,66],
['GPIPE',84.4,97,557],
['ResNeXt-101 32*16d',84.2,97.2,194],
['AssembelResNet152', 84.2,-1,-1],
['ResNeXt-101 32*8d/Semi-weakly sup',84.3,97.2,88],
['TResNet-XL',84.3,-1,77],
['ResNeXt-101 32*16d/semi-weakly sup',84.8,97.4,193],
['NoisyStudent/EfficientNet-B3',84.1,96.9,12],
['EfficientNet-B6',84,96.9,43],
['AmoebaNet-A',83.9,96.9,469],
['ResNeSt-200',83.9,-1,-1],
['FixPNASNet-5',83.7,96.9,86.1],
['FixEfficientNet-B2',83.6,96.9,9.2],
['MultiGrainPNASNet(500px)',83.6,96.7,-1],
['ResNeXt-101 32*4d(semi-weakly sup)',83.4,96.8,42],
['EfficientNet-B5',83.3,96.7,30],
['MultiGrainSENet154(450px)',83.2,-1,-1],
['MultiGrainPNASNet154(450px)',83.1,-1,-1],
['MultiGrainSENet154(400px)',83.0,96.5,-1],
['ResNeSt-101',83,-1,-1],
['Oct-ResNet-152(SE)',82.9,96.3,67],
['PNASNet-5',82.9,96.2,86.1],
['NASNET-A',82.7,96.2,88.9],
['MultiGrainSENet154(500px)',82.7,-1,-1],
['Harm-SE-RNX-101 64*4d',82.66,96.29,88.2],
['FixEfficientNet-B1',82.6,96.5,7.8],
['EfficientNet-B4',82.6,96.3,19],
['MultiGrainPNASNet(400px)',82.6,-1,-1],
['FixResNet-50 Billon',82.5,96.6,-1],
['NoisyStudent(EfficientNet-B2)',82.4,96.3,9.2],
['SCARLET-A4',82.3,96,27.8],
['ResNeXt-101 32*8d',82.2,96.4,88],
['AOGNet-40M-AN',81.87,95.74,-1],
['ResNeXt-101 (cutmix)',81.53,94.97,-1],
['NoisyStudent(EfficientNet-B1)',81.5,95.8,7.8],
['PyConvResNet101',81.49,95.72,42.3],
['DPN-131(320*320)',81.38,95.77,80],
['MultiGrainPNASNet(300px)',81.3,-1,-1],
['DPN-98',81.28,95.6,-1],
['Res2Net-101',81.23,94.43,-1],
['ResNet-50',81.2,-1,-1],
['EfficientNet-B3',81.1,95.5,12],
['DPN-98(320*320)',81.06,95.56,-1],
['DPN-92',80.96,95.47,-1],
['ResNeXt-101 64*4',80.9,95.6,83.6],
['ResNet-200(supervised contrastived)',80.8,95.6,-1],
['DPN-92',80.66,95.34,-1],
['ResNeSt-200(fast AA)', 80.6,95.3,-1],
['NAT-M4',80.5,95.2,9.1],
['FixEfficientNet-B0',80.2,95.4,5.3],
['Inception ResNet V2',80.1,95.1,55.8],
['RandWire-WS',80.1,94.8,-1],
['DPN-131',80.07,94.88,80],
['DPN-98',80.07,94.88,-1],
['ScalaNet-152',79.94,94.82,-1],
['ResNet-200',79.9,95.2,-1],
['NAT-M3',79.9,94.9,9.1],
['RegNetY-8.0GF',79.9,-1,39.2],
['Modified Aligned Xception',79.81,94.83,-1],
['SKNet-101',79.81,-1,48.9],
['CSPResNeXt-50(Mish+Aug)',79.8,95.2,20.5],
['EfficientNet-B2',79.8,94.9,9.2],
['FixResNet-50CutMix',79.8,94.9,-1],
['RegNetY-4.0GF',79.4,-1,20.6],
['LIP-ResNet-101',79.33,94.6,42.9],
['MutiGrain R50-AA-500',79.4,94.8,-1],
['DPN-92',79.27,94.63,-1],
['Xception',79,94.5,22.8],
['MUXNet-xs',66.7,86.8,1.8],
['MobileNetV2',72.56,90.81,3.34],
['MobileNetV3-Large 1.0',75.2,-1,5.4],
['ResNet-50',77.5,-1,29.38],
['ECA/ResNeXt-101',78.6,94.34,42.49],
['Inception V1',69.8,89.9,5],
['MixNet-S',75.8,92.8,4.1],
['MixNet-I',76.6,93.2,4.0],
['MixNet-M',77,93.3,5],
['ResNet-101',78.25,93.95,40],
]
backbone
了解历史Xception, ResNext,
[VGG,Inception,ResNet, DenseNet, ResNext,Xception,sE,SKnet]
[mobileNetv1,v2,v3,-I-M-S,shufflenet, ]这些事标杆,模型大小或者精度不比这些更加优秀就不用看了
当前的是efficientnet 还有各种技巧
image classification backbone 汇总分析的更多相关文章
- MySQL Server has gone away报错原因汇总分析(转自:http://cenalulu.github.io/mysql/mysql-has-gone-away/)
原因1. MySQL 服务宕了 判断是否属于这个原因的方法很简单,执行以下命令,查看mysql的运行时长 $ mysql -uroot -p -e "show global status l ...
- 系统建设 > 医疗集团CRM系统建设步骤与分析
概述 医院客户关系管理系统(Customer Relationship Management,简称CRM)是一个完善的“以病人为中心”的管理系统,为集团/医院/总院分院/管理机构提供院前.院中.院后的 ...
- 【再探backbone 01】模型-Model
前言 点保存时候不注意发出来了,有需要的朋友将就看吧,还在更新...... 几个月前学习了一下backbone,这段时间也用了下,感觉之前对backbone的学习很是基础,前几天有个园友问我如何将路由 ...
- 《App研发录》知识点汇总
原文链接:http://www.jianshu.com/p/fc8c4638937e <App研发录>这部书是包建强写的,说来也巧,在读这边书之前在看池建强的<Mac 人生元编程&g ...
- 《Unix/Linux日志分析与流量监控》书稿完成
<Unix/Linux日志分析与流量监控>书稿完成 近日,历时3年创作的75万字书稿已完成,本书紧紧围绕网络安全的主题,对各种Unix/Linux系统及网络服务日志进行了全面系统的讲解,从 ...
- 【JDK1.8】JDK1.8集合源码阅读——Set汇总
一.前言 这一篇里,我将对HashSet.LinkedHashSet.TreeSet进行汇总分析,并不打算一一进行详细介绍,因为JDK对Set的实现进行了取巧.我们都知道Set不允许出现相同的对象,而 ...
- Pandas汇总和处理缺失数据
汇总的函数 方法 说明 count 非NA的值数量 describe 针对Series和DataFrame列计算汇总统计 min.max 计算最小值和最大值 argmin.argmax 计算能够获取到 ...
- ActiveReports 报表控件V12新特性 -- 无需ETL处理,即可实现跨数据源分析数据
ActiveReports是一款专注于 .NET 平台的报表控件,全面满足 HTML5 / WinForms / ASP.NET / ASP.NET MVC / WPF 等平台下报表设计和开发工作需求 ...
- 【独家】K8S漏洞报告|近期bug fix解读&1.11主要bug fix汇总
内容提要: 1. 高危漏洞CVE-2018-1002105深度解读 2. 11/19--12/11 bug fix汇总分析 3. 1.11重要bug fix解读 4. 1.9重要bug fix解读 在 ...
随机推荐
- python 面向对象专题(四):封装、多态、鸭子类型、类的约束、super
https://www.cnblogs.com/liubing8/p/11321099.html 目录 Python面向对象04 /封装.多态.鸭子类型.类的约束.super 1. 封装 2. 多态 ...
- one-hot 编码
def onehot(labels): '''one-hot 编码''' #数据有几行输出 n_sample = len(labels) #数据分为几类.因为编码从0开始所以要加1 n_class = ...
- C、C++、Java到Python,编程入门学习什么语言好?
摘要:回顾编程语言几十年来的兴衰起伏,似乎也折射了整个信息产业的变迁消亡,想要在技术的洪流里激流勇进,找准并学精一两门编程语言更加显得至关重要. 最近,TIOBE更新了7月的编程语言榜单,常年霸榜的C ...
- Python数据分析实战:使用pyecharts进行数据可视化
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 作者:刘早起 开始使用 基本套路就是先创建一个你需要的空图层,然后使用.s ...
- 工作3年java面试题整理(自用)
基础题目 1.Java线程的状态 一. 线程状态类型:1. 新建状态(New):新创建了一个线程对象.2. 就绪状态(Runnable):线程对象创建后,其他线程调用了该对象的start()方法.该 ...
- 记一次公司JVM堆溢出抽丝剥茧定位的过程
背景 公司线上有个tomcat服务,里面合并部署了大概8个微服务,之所以没有像其他微服务那样单独部署,其目的是为了节约服务器资源,况且这8个服务是属于边缘服务,并发不高,就算宕机也不会影响核心业务. ...
- 任务调度中心xxl-job对外接口使用
xxl-job主要分为调度中心和执行器提供了图像化界面,操作简单上手快,基本实现定时任务自动执行,同时可以针对任务日志进行查看.具体xxl-job可以再github上下载:https://github ...
- class初探
我们说类的时候,先回忆一下es5的构造函数 function myobj(x,y){ this.x= x; this.y =y; } myobj.prototype.add = function(){ ...
- Spring+hibernate+JSP实现Piano的数据库操作---5.JSP页面
1.index.jsp <%-- Created by IntelliJ IDEA. User: lenovo Date: 2020/3/25 Time: 14:09 To change thi ...
- 一个简单的Android小实例分享,包含recycleView与recyclerView嵌套
先上图: 1.首页 2.第二页 3.第三页 项目目录: 代码不多,本人太懒,就不贴了 项目地址: