{
  "id": 97646,
  "title": "SOTA for Image Classification on ImageNet",
  "url": "/competitions/2019-3rd-ml-month-with-kakr/discussion/97646",
  "author_name": "",
  "post_date": "2019-06-28T06:56:43.720654Z",
  "votes": 7,
  "comment_count": 4,
  "views": 0,
  "content": "<p><a href=\"https://paperswithcode.com/sota/image-classification-on-imagenet\">https://paperswithcode.com/sota/image-classification-on-imagenet</a>\nImageNet의 데이터를 가지고 트레이닝한 pretrained image classification model들이 성능 순서대로 정리되어 있습니다. pretrained model 활용하실 때 참고하시면 좋을 것 같아요 ㅎㅎ 현재 SOTA(State Of The Art)는 9억4천만개의 소셜미디어 이미지를 가지고 weakly supervised learning한 <a href=\"https://github.com/facebookresearch/WSL-Images\">ResNeXt-101 32×48d</a>이군요.</p>\n\n<p>7/4 추가: <a href=\"https://kobiso.github.io/Computer-Vision-Leaderboard/imagenet\">https://kobiso.github.io/Computer-Vision-Leaderboard/imagenet</a> 여기에도 관련 순위가 잘 정리되어 있네요.</p>",
  "messages": [
    {
      "id": "563338",
      "postDate": "06/28/2019 06:56:43",
      "content": "<p><a href=\"https://paperswithcode.com/sota/image-classification-on-imagenet\">https://paperswithcode.com/sota/image-classification-on-imagenet</a>\nImageNet의 데이터를 가지고 트레이닝한 pretrained image classification model들이 성능 순서대로 정리되어 있습니다. pretrained model 활용하실 때 참고하시면 좋을 것 같아요 ㅎㅎ 현재 SOTA(State Of The Art)는 9억4천만개의 소셜미디어 이미지를 가지고 weakly supervised learning한 <a href=\"https://github.com/facebookresearch/WSL-Images\">ResNeXt-101 32×48d</a>이군요.</p>\n\n<p>7/4 추가: <a href=\"https://kobiso.github.io/Computer-Vision-Leaderboard/imagenet\">https://kobiso.github.io/Computer-Vision-Leaderboard/imagenet</a> 여기에도 관련 순위가 잘 정리되어 있네요.</p>",
      "rawMarkdown": "https://paperswithcode.com/sota/image-classification-on-imagenet\nImageNet의 데이터를 가지고 트레이닝한 pretrained image classification model들이 성능 순서대로 정리되어 있습니다. pretrained model 활용하실 때 참고하시면 좋을 것 같아요 ㅎㅎ 현재 SOTA(State Of The Art)는 9억4천만개의 소셜미디어 이미지를 가지고 weakly supervised learning한 [ResNeXt-101 32×48d](https://github.com/facebookresearch/WSL-Images)이군요.\n\n7/4 추가: https://kobiso.github.io/Computer-Vision-Leaderboard/imagenet 여기에도 관련 순위가 잘 정리되어 있네요.",
      "votes": null
    },
    {
      "id": "565170",
      "postDate": "06/30/2019 14:31:57",
      "content": "<p>감사합니다. 케라스에 있는 모델만 알고있었는데 이렇게 많은 pretrained model이 있었네요. \nEfficentNet이 용량대비 성능이 괜찮아 적용해볼만하겠네요.</p>",
      "rawMarkdown": "감사합니다. 케라스에 있는 모델만 알고있었는데 이렇게 많은 pretrained model이 있었네요. \nEfficentNet이 용량대비 성능이 괜찮아 적용해볼만하겠네요.",
      "votes": null
    },
    {
      "id": "565412",
      "postDate": "06/30/2019 23:11:07",
      "content": "<p>네 케라스에서 제공해주는 것 말고도 다양한 모델들이 있죠. 근데 저는 이상하게 efficientnet이 오히려 nasnetlarge보다 성능이 안나오더라고요. 한번 시험해보시는 것도 좋을 것 같아요 ㅎㅎ</p>",
      "rawMarkdown": "네 케라스에서 제공해주는 것 말고도 다양한 모델들이 있죠. 근데 저는 이상하게 efficientnet이 오히려 nasnetlarge보다 성능이 안나오더라고요. 한번 시험해보시는 것도 좋을 것 같아요 ㅎㅎ",
      "votes": null
    },
    {
      "id": "566211",
      "postDate": "07/01/2019 22:41:13",
      "content": "<p>좋은 자료 제공해 주셔서 감사합니다. 참고하여 사용해보도록 하겠습니다.</p>",
      "rawMarkdown": "좋은 자료 제공해 주셔서 감사합니다. 참고하여 사용해보도록 하겠습니다.",
      "votes": null
    },
    {
      "id": "569153",
      "postDate": "07/06/2019 06:52:24",
      "content": "<p>다시 해보니 efficientnetB5가 미세하게 더 성능이 좋게 나오네요.</p>",
      "rawMarkdown": "다시 해보니 efficientnetB5가 미세하게 더 성능이 좋게 나오네요.",
      "votes": null
    }
  ],
  "comments": [
    {
      "id": 565170,
      "author_name": "dowaari",
      "author_url": "",
      "post_date": "06/30/2019 14:31:57",
      "content": "<p>감사합니다. 케라스에 있는 모델만 알고있었는데 이렇게 많은 pretrained model이 있었네요. \nEfficentNet이 용량대비 성능이 괜찮아 적용해볼만하겠네요.</p>",
      "votes": null,
      "replies": [
        {
          "id": 565412,
          "author_name": "harangdev",
          "author_url": "",
          "post_date": "06/30/2019 23:11:07",
          "content": "<p>네 케라스에서 제공해주는 것 말고도 다양한 모델들이 있죠. 근데 저는 이상하게 efficientnet이 오히려 nasnetlarge보다 성능이 안나오더라고요. 한번 시험해보시는 것도 좋을 것 같아요 ㅎㅎ</p>",
          "votes": null,
          "replies": []
        },
        {
          "id": 569153,
          "author_name": "harangdev",
          "author_url": "",
          "post_date": "07/06/2019 06:52:24",
          "content": "<p>다시 해보니 efficientnetB5가 미세하게 더 성능이 좋게 나오네요.</p>",
          "votes": null,
          "replies": []
        }
      ]
    },
    {
      "id": 566211,
      "author_name": "jusun8888",
      "author_url": "",
      "post_date": "07/01/2019 22:41:13",
      "content": "<p>좋은 자료 제공해 주셔서 감사합니다. 참고하여 사용해보도록 하겠습니다.</p>",
      "votes": null,
      "replies": []
    }
  ],
  "raw_markdown_by_id": {
    "563338": "https://paperswithcode.com/sota/image-classification-on-imagenet\nImageNet의 데이터를 가지고 트레이닝한 pretrained image classification model들이 성능 순서대로 정리되어 있습니다. pretrained model 활용하실 때 참고하시면 좋을 것 같아요 ㅎㅎ 현재 SOTA(State Of The Art)는 9억4천만개의 소셜미디어 이미지를 가지고 weakly supervised learning한 [ResNeXt-101 32×48d](https://github.com/facebookresearch/WSL-Images)이군요.\n\n7/4 추가: https://kobiso.github.io/Computer-Vision-Leaderboard/imagenet 여기에도 관련 순위가 잘 정리되어 있네요.",
    "565170": "감사합니다. 케라스에 있는 모델만 알고있었는데 이렇게 많은 pretrained model이 있었네요. \nEfficentNet이 용량대비 성능이 괜찮아 적용해볼만하겠네요.",
    "565412": "네 케라스에서 제공해주는 것 말고도 다양한 모델들이 있죠. 근데 저는 이상하게 efficientnet이 오히려 nasnetlarge보다 성능이 안나오더라고요. 한번 시험해보시는 것도 좋을 것 같아요 ㅎㅎ",
    "566211": "좋은 자료 제공해 주셔서 감사합니다. 참고하여 사용해보도록 하겠습니다.",
    "569153": "다시 해보니 efficientnetB5가 미세하게 더 성능이 좋게 나오네요."
  },
  "source": "meta"
}