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

  1. 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 ...

  2. 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 ...

  3. 【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 ...

  4. 《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 ...

  5. 《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 ...

  6. 【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 ...

  7. 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 ...

  8. 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 ...

  9. 【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

  1. 07-Python面对对象初级

    一.简介 面对过程编程: 根据操作数据的函数或语句块来设计程序. 面对对象编程:把一些函数,数据,方法和功能结合起来,用“对象”包裹组织程序的一种方法. 类和对象是面向对象编程的两个主要方面.类创建一 ...

  2. tcpreplay的使用指导

    Tcpreplay的介绍 简单的说, tcpreplay是一种pcap包的重放工具, 它可以将用ethreal, wireshark工具抓下来的包原样或经过任意修改后重放回去. 它允许你对报文做任意的 ...

  3. 用maven打包java项目的pom文件配置

    <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/20 ...

  4. 为啥Underlay才是容器网络的最佳落地选择

    导语: 几年前,当博云启动自研容器网络研发的时候,除了技术选型的考虑,我们对于先做 Underlay 还是 Overlay 网络也有过深度的讨论.当时的开源社区以及主流容器厂商,多数还是以 Overl ...

  5. Shell基本语法---处理海量数据的cut命令

    cut命令 cut应用场景:通常对数据进行列的提取 语法:cut [选项] [file] -d #指定分割符 -f #指定截取区域 -c #以字符为单位进行分割 # 以':'为分隔符,截取出/etc/ ...

  6. Monster Audio 使用教程（二）效果参数的保存

    点击左上角主菜单按钮,点击[保存]菜单,即可保存当前的所有效果参数. [另存为]菜单,则是把当前参数另存一个名称,然后通过[切换效果]菜单,实现效果的切换.  独立保存单个音轨的效果 点击音轨对应的[ ...

  7. nmap加快扫描速度（转载）

    实测有效 nmap -sS -Pn -p 80 -n --open --min-hostgroup 1024 --min-parallelism 10 --host-timeout 30 -T4 -v ...

  8. 如何利用Gitlab-ci持续部署到远程机器？

    长话短说,今天聊一聊使用Gitlab-CI 自动部署到远程服务器. 如果看过<>这篇文章的朋友,会注意到我是在 Gitlab-Runner服务器上自动部署的站点,本次我们结合ssh部署到远 ...

  9. 深入探究JVM之垃圾回收算法实现细节

    @ 目录 前言 垃圾回收算法实现细节 根节点枚举 安全点 安全区域 记忆集和卡表 写屏障 并发的可达性分析 低延迟GC Shenandoah ZGC 总结 前言 本篇紧接上文,主要讲解垃圾回收算法的实 ...

  10. SpringBoot2 整合MinIO中间件，实现文件便捷管理

    本文源码:GitHub·点这里 || GitEE·点这里 一.MinIO简介 1.基础描述 MinIO是一个开源的对象存储服务.适合于存储大容量非结构化的数据,例如图片.视频.日志文件.备份数据和容器 ...