Heedless Backbones

ConvNeXt V2 Family

Select an option
Results
Parameters (M)
Images / Second
Publication Date
Select an option
---------
Object Detection
Instance Segmentation
Classification
Semantic Segmentation
Panoptic Segmentation
Select an option
---------
COCO (val)
COCO (test)
Select an option
----------
mAP
AP50
AP75
mAPs
mAPm
mAPl
GFLOPs
Select an option
---------
Mask R-CNN
Cascade Mask R-CNN
RetinaNet
DINO
HTC++
HTC
Select an option
Results
Parameters (M)
Images / Second
GFLOPs
Publication Date
Select an option
---------
JFT-3B
ImageNet-1k
ImageNet-22k
JFT-300M
Select an option
----------
Supervised
FCMAE
MAE
CL
Select an option
Family
Pretrain Dataset
Pretrain Method
Instance Head
Instance Training Epochs
Select an option
----------
Family
Pretrain Method
Instance Head
Instance Training Epochs
modelparams (m)pretrainheadtrainGFLOPsmAP
ConvNeXt V2-H660.0IN-1k : FCMAE : 1600Mask R-CNNCOCO (train) : 362525.055.7
ConvNeXt V2-L198.0IN-1k : FCMAE : 1600Mask R-CNNCOCO (train) : 36875.054.4
ConvNeXt V2-B89.0IN-1k : FCMAE : 1600Mask R-CNNCOCO (train) : 36486.052.9
modelparams (m)pretrainfinetunegflopsIN-1k
ConvNeXt V2-H660.0IN-1k : FCMAE : 1600IN-1k : 50 : 224115.086.3/—
ConvNeXt V2-H660.0IN-1k : FCMAE : 1600IN-22k : 90 : 384 → IN-1k : 30 : 384337.988.7/—
ConvNeXt V2-H660.0IN-1k : FCMAE : 1600IN-22k : 90 : 512 → IN-1k : 30 : 512600.888.9/—
ConvNeXt V2-L198.0IN-1k : FCMAE : 1600IN-1k : 100 : 22434.485.8/—
ConvNeXt V2-L198.0IN-1k : FCMAE : 1600IN-22k : 90 : 224 → IN-1k : 30 : 22434.487.3/—
ConvNeXt V2-L198.0IN-1k : FCMAE : 1600IN-22k : 90 : 384 → IN-1k : 30 : 384101.188.2/—
ConvNeXt V2-B89.0IN-1k : FCMAE : 1600IN-1k : 100 : 22415.484.9/—
ConvNeXt V2-B89.0IN-1k : FCMAE : 1600IN-22k : 90 : 224 → IN-1k : 30 : 22415.486.8/—
ConvNeXt V2-B89.0IN-1k : FCMAE : 1600IN-22k : 90 : 384 → IN-1k : 30 : 38445.287.7/—
ConvNeXt V2-T28.6IN-1k : FCMAE : 1600IN-1k : 300 : 2244.4783.0/—
ConvNeXt V2-T28.6IN-1k : FCMAE : 1600IN-22k : 90 : 224 → IN-1k : 90 : 2244.4783.9/—
ConvNeXt V2-T28.6IN-1k : FCMAE : 1600IN-22k : 90 : 384 → IN-1k : 90 : 38413.185.1/—
ConvNeXt V2-N15.6IN-1k : FCMAE : 1600IN-1k : 600 : 2242.4581.9/—
ConvNeXt V2-N15.6IN-1k : FCMAE : 1600IN-22k : 90 : 224 → IN-1k : 90 : 2242.4582.1/—
ConvNeXt V2-N15.6IN-1k : FCMAE : 1600IN-22k : 90 : 384 → IN-1k : 90 : 3847.2183.4/—
ConvNeXt V2-P9.1IN-1k : FCMAE : 1600IN-1k : 600 : 2241.3780.3/—
ConvNeXt V2-F5.2IN-1k : FCMAE : 1600IN-1k : 600 : 2240.7878.5/—
ConvNeXt V2-A3.7IN-1k : FCMAE : 1600IN-1k : 600 : 2240.5576.7/—

COCO (val)

modelpretrainheadtraingflopsmAPbAPb50APb75mAPbsmAPbmmAPbl
ConvNeXt V2-HIN-1k : FCMAE : 1600Mask R-CNNCOCO (train) : 362525.055.775.261.8
ConvNeXt V2-LIN-1k : FCMAE : 1600Mask R-CNNCOCO (train) : 36875.054.473.960.4
ConvNeXt V2-BIN-1k : FCMAE : 1600Mask R-CNNCOCO (train) : 36486.052.972.658.9

COCO (val)

modelpretrainheadtraingflopsmAPmAPm50APm75mAPmsmAPmmmAPml
ConvNeXt V2-HIN-1k : FCMAE : 1600Mask R-CNNCOCO (train) : 362525.048.972.853.6
ConvNeXt V2-LIN-1k : FCMAE : 1600Mask R-CNNCOCO (train) : 36875.047.771.452.3
ConvNeXt V2-BIN-1k : FCMAE : 1600Mask R-CNNCOCO (train) : 36486.046.670.051.1

ADE20K (val)

modelpretrainheadtraingflopsmIoUmspAccmsmAccmsmIoUsspAccssmAccss
ConvNeXt V2-HIN-1k : FCMAE : 1600UPerNetADE20K (train) : 128 : 5123272.055.0
ConvNeXt V2-LIN-1k : FCMAE : 1600UPerNetADE20K (train) : 128 : 5121573.053.7
ConvNeXt V2-BIN-1k : FCMAE : 1600UPerNetADE20K (train) : 128 : 5121170.052.1