Long Tail Learning
基准测试列表
该任务相关的所有基准测试列表
celeba-5
最佳模型： OPeN (WideResNet-28-10)
评估指标
查看详情
cifar-10-lt-r-10
最佳模型： TADE
评估指标
查看详情
cifar-10-lt-r-100
最佳模型： GLMC+MaxNorm (ResNet-34, channel x4)
评估指标
查看详情
cifar-10-lt-r-50
最佳模型： GLMC + SAM
评估指标
查看详情
cifar-100-lt-r-10
最佳模型： TADE
评估指标
查看详情
cifar-100-lt-r-100
最佳模型： LIFT (ViT-B/16, ImageNet-21K pre-training)
评估指标
查看详情
cifar-100-lt-r-200
最佳模型： PaCo + SAM
评估指标
查看详情
cifar-100-lt-r-50
最佳模型： LTR-weight-balancing
评估指标
查看详情
coco-mlt
最佳模型： LMPT(ViT-B/16)
评估指标
查看详情
egtea
最佳模型： CDB-loss (3D- ResNeXt101)
评估指标
查看详情
imagenet-glt
最佳模型： RIDE + IFL
评估指标
查看详情
imagenet-lt
最佳模型： VL-LTR (ViT-B-16)
评估指标
查看详情
inaturalist-2018
最佳模型： LIFT (ViT-L/14@336px)
评估指标
查看详情
lot-insts
最佳模型： Character-BERT+RS
评估指标
查看详情
mimic-cxr-lt
最佳模型： Decoupling (cRT)
评估指标
查看详情
mini-imagenet-lt
最佳模型： TailCalibX
评估指标
查看详情
cifar-10-lt-r-200
评估指标
查看详情
nih-cxr-lt
评估指标
查看详情
places-lt
评估指标
查看详情
voc-mlt
评估指标
查看详情