EVT Family

Paper | GitHub

axis

Select an option

Results

Parameters (M)

Images / Second

Publication Date

task

Select an option

---------

Object Detection

Instance Segmentation

Classification

Semantic Segmentation

Panoptic Segmentation

dataset

Select an option

---------

ImageNet-1k

ImageNet-A

ImageNet-R

ImageNet-Sketch

ImageNet-C

ImageNet-C-bar

ImageNet-V2

ImageNet-ReaL

PASCAL VOC 2007 (val)

PASCAL VOC 2007 (test)

metric

Select an option

----------

Top-1

Top-5

GFLOPs

resolution

Select an option

----------

224x224

384x384

512x512

axis

Select an option

Results

Parameters (M)

Images / Second

GFLOPs

Publication Date

Filters

Legend

Legend attribute

Select an option

Family

Pretrain Dataset

Classification Resolution

Legend attribute (second)

Select an option

----------

Family

Pretrain Method

Classification Resolution

model	params (m)	pretrain	finetune	GFLOPs	Top-1
EVT-T	15.0	IN-1k : Sup. : 300	— : — : —	2.5	83.0
EVT-S	27.0	IN-1k : Sup. : 300	— : — : —	4.6	84.4
EVT-S	27.0	IN-1k : Sup. : 300	IN-1k : 30 : 384	15.8	85.3
EVT-B	57.0	IN-1k : Sup. : 300	— : — : —	9.8	85.3
EVT-B	57.0	IN-1k : Sup. : 300	IN-1k : 30 : 384	32.8	86.2
EVT-L	101.0	IN-1k : Sup. : 300	— : — : —	18.2	85.8
EVT-L	101.0	IN-1k : Sup. : 300	IN-1k : 30 : 384	59.1	86.6
EVT-XL	205.0	IN-1k : Sup. : 300	— : — : —	36.4	86.3

model	params (m)	pretrain	finetune	gflops	IN-1k	IN-C↓	IN-A	IN-R	IN-Sketch	IN-V2
EVT-T	15.0	IN-1k : Sup. : 300	— : — : —	2.5	83.0/—	49.2/—	34.7/—	46.7/—	35.4/—	72.6/—
EVT-S	27.0	IN-1k : Sup. : 300	— : — : —	4.6	84.4/—	44.2/—	44.2/—	46.7/—	38.8/—	74.6/—
EVT-S	27.0	IN-1k : Sup. : 300	IN-1k : 30 : 384	15.8	85.3/—	—/—	—/—	—/—	—/—	—/—
EVT-B	57.0	IN-1k : Sup. : 300	— : — : —	9.8	85.3/—	43.1/—	51.4/—	55.2/—	41.4/—	75.7/—
EVT-B	57.0	IN-1k : Sup. : 300	IN-1k : 30 : 384	32.8	86.2/—	—/—	—/—	—/—	—/—	—/—
EVT-L	101.0	IN-1k : Sup. : 300	— : — : —	18.2	85.8/—	42.7/—	55.5/—	56.9/—	43.2/—	76.1/—
EVT-L	101.0	IN-1k : Sup. : 300	IN-1k : 30 : 384	59.1	86.6/—	—/—	—/—	—/—	—/—	—/—
EVT-XL	205.0	IN-1k : Sup. : 300	— : — : —	36.4	86.3/—	41.1/—	56.7/—	58.0/—	44.0/—	76.4/—

COCO (val)

model	pretrain	head	train	gflops	mAP^b	AP^b₅₀	AP^b₇₅	mAP^b_s	mAP^b_m	mAP^b_l
EVT-T	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 12	221.0	47.8	69.4	52.2	—	—	—
EVT-T	IN-1k : Sup. : 300	RetinaNet	COCO (train) : 12	202.0	46.2	67.3	49.4	29.6	50.7	61.8
EVT-S	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 12	262.0	49.9	71.3	54.9	—	—	—
EVT-S	IN-1k : Sup. : 300	RetinaNet	COCO (train) : 12	243.0	48.0	69.2	51.5	30.7	52.5	64.0
EVT-S	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 36	262.0	51.6	72.4	56.6	—	—	—
EVT-S	IN-1k : Sup. : 300	Cascade Mask R-CNN	COCO (train) : 36	741.0	53.8	72.4	58.4	—	—	—
EVT-B	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 12	371.0	51.7	73.1	56.6	—	—	—
EVT-B	IN-1k : Sup. : 300	RetinaNet	COCO (train) : 12	352.0	49.3	70.5	53.1	31.9	53.9	65.5
EVT-B	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 36	371.0	53.3	73.9	58.4	—	—	—
EVT-B	IN-1k : Sup. : 300	Cascade Mask R-CNN	COCO (train) : 36	849.0	55.5	74.0	60.2	—	—	—
EVT-L	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 12	550.0	52.2	73.6	57.5	—	—	—
EVT-L	IN-1k : Sup. : 300	RetinaNet	COCO (train) : 12	531.0	50.1	71.4	53.7	33.8	54.9	66.1
EVT-L	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 36	550.0	53.6	74.1	58.7	—	—	—
EVT-L	IN-1k : Sup. : 300	Cascade Mask R-CNN	COCO (train) : 36	1029.0	55.8	74.3	60.4	—	—	—

COCO (val)

model	pretrain	head	train	gflops	mAP^m	AP^m₅₀	AP^m₇₅	mAP^m_s	mAP^m_m	mAP^m_l
EVT-T	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 12	221.0	42.9	66.3	46.4	—	—	—
EVT-S	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 12	262.0	44.5	68.4	48.1	—	—	—
EVT-S	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 36	262.0	45.6	69.8	49.1	—	—	—
EVT-S	IN-1k : Sup. : 300	Cascade Mask R-CNN	COCO (train) : 36	741.0	46.5	70.2	50.5	—	—	—
EVT-B	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 12	371.0	45.8	70.2	49.6	—	—	—
EVT-B	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 36	371.0	46.7	71.2	50.6	—	—	—
EVT-B	IN-1k : Sup. : 300	Cascade Mask R-CNN	COCO (train) : 36	849.0	47.9	71.7	52.2	—	—	—
EVT-L	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 12	550.0	46.2	70.6	49.9	—	—	—
EVT-L	IN-1k : Sup. : 300	Mask R-CNN	COCO (train) : 36	550.0	47.1	71.5	51.0	—	—	—
EVT-L	IN-1k : Sup. : 300	Cascade Mask R-CNN	COCO (train) : 36	1029.0	48.2	72.2	52.2	—	—	—

ADE20K (val)

model	pretrain	head	train	gflops	mIoU^ms	pAcc^ms	mAcc^ms	mIoU^ss	pAcc^ss	mAcc^ss
EVT-T	IN-1k : Sup. : 300	Panoptic FPN	ADE20K (train) : 64 : 512	34.0	—	—	—	48.3	—	—
EVT-S	IN-1k : Sup. : 300	Panoptic FPN	ADE20K (train) : 64 : 512	180.0	—	—	—	50.0	—	—
EVT-S	IN-1k : Sup. : 300	UPerNet	ADE20K (train) : 128 : 512	936.0	—	—	—	49.8	—	—
EVT-B	IN-1k : Sup. : 300	Panoptic FPN	ADE20K (train) : 64 : 512	291.0	—	—	—	51.7	—	—
EVT-B	IN-1k : Sup. : 300	UPerNet	ADE20K (train) : 128 : 512	1048.0	—	—	—	52.7	—	—
EVT-L	IN-1k : Sup. : 300	Panoptic FPN	ADE20K (train) : 64 : 512	475.0	—	—	—	52.0	—	—
EVT-L	IN-1k : Sup. : 300	UPerNet	ADE20K (train) : 128 : 512	1234.0	—	—	—	53.6	—	—