| TURTLE (CLIP + DINOv2) |
- Accuracy
- 0.898
- NMI
- 0.915
- ARI
- 0.834
|
Let Go of Your Labels with Unsupervised Transfer
2024-06-11 |
코드 1 |
| PRCut (DinoV2) |
- Accuracy
- 0.789
- NMI
- 0.856
|
Deep Clustering via Probabilistic Ratio-Cut Optimization
2025-02-01 |
코드 1 |
| PRO-DSC |
- Accuracy
- 0.773
- NMI
- 0.824
|
Exploring a Principled Framework for Deep Subspace Clustering
2025-03-21 |
코드 1 |
| TEMI CLIP ViT-L (openai) |
- Accuracy
- 0.737
- NMI
- 0.799
- Train Set
- Train
- ARI
- 0.612
|
Exploring the Limits of Deep Image Clustering using Pretrained Models
2023-03-31 |
코드 1 |
| TEMI DINO ViT-B |
- Accuracy
- 0.671
- NMI
- 0.769
- Train Set
- Train
- ARI
- 0.533
|
Exploring the Limits of Deep Image Clustering using Pretrained Models
2023-03-31 |
코드 1 |
| ITAE |
- Accuracy
- 0.6502
- NMI
- 0.771
- Train Set
- Test
- ARI
- 0.5053
- Backbone
- ViT-B/14
|
Improving Image Clustering with Artifacts Attenuation via Inference-Time Attention Engineering
2024-10-07 |
연결 없음 |
| SPICE* |
- Accuracy
- 0.584
- NMI
- 0.583
- Train Set
- Train
- ARI
- 0.422
|
SPICE: Semantic Pseudo-labeling for Image Clustering
2021-03-17 |
코드 1 |
| DPAC |
- Accuracy
- 0.555
- NMI
- 0.542
- ARI
- 0.393
- Backbone
- ResNet-34
|
Deep Online Probability Aggregation Clustering
2024-07-07 |
코드 1 |
| HUME |
- Accuracy
- 0.555
- Train Set
- Train
- ARI
- 0.377
|
연결 없음
논문 날짜 미기재 |
연결 없음 |
| SPICE-BPA |
- Accuracy
- 0.550
- NMI
- 0.560
- ARI
- 0.402
|
The Balanced-Pairwise-Affinities Feature Transform
2024-06-25 |
코드 1 |
| TCL |
- Accuracy
- 0.531
- NMI
- 0.529
- Train Set
- Train
- ARI
- 0.357
|
Twin Contrastive Learning for Online Clustering
2022-10-21 |
코드 1 · 코드 2 |
| IMC-SwAV (Best) |
- Accuracy
- 0.519
- NMI
- 0.527
- Train Set
- Train
- ARI
- 0.361
|
Information Maximization Clustering via Multi-View Self-Labelling
2021-03-12 |
코드 1 |
| SCAN |
- Accuracy
- 0.507
- NMI
- 0.486
- Train Set
- Train
- ARI
- 0.333
|
SCAN: Learning to Classify Images without Labels
2020-05-25 |
코드 1 · 코드 2 |
| IMC-SwAV (Avg+-) |
- Accuracy
- 0.49
- NMI
- 0.503
- ARI
- 0.337
|
Information Maximization Clustering via Multi-View Self-Labelling
2021-03-12 |
코드 1 |
| ConCURL |
- Accuracy
- 0.479
- NMI
- 0.468
- Train Set
- Train
- ARI
- 0.303
|
Representation Learning for Clustering via Building Consensus
2021-05-04 |
코드 1 |
| SCAN (Avg) |
- Accuracy
- 0.459
- NMI
- 0.468
- Train Set
- Train
- ARI
- 0.301
|
SCAN: Learning to Classify Images without Labels
2020-05-25 |
코드 1 · 코드 2 |
| C3 |
- Accuracy
- 0.451
- NMI
- 0.434
- ARI
- 0.275
|
C3: Cross-instance guided Contrastive Clustering
2022-11-14 |
코드 1 |
| MMDC |
- Accuracy
- 0.446
- NMI
- 0.418
|
Multi-Modal Deep Clustering: Unsupervised Partitioning of Images
2019-12-05 |
코드 1 |
| CoHiClust |
- Accuracy
- 0.437
- NMI
- 0.467
- ARI
- 0.299
|
Contrastive Hierarchical Clustering
2023-03-03 |
코드 1 |
| CC |
- Accuracy
- 0.429
- NMI
- 0.431
- ARI
- 0.266
|
Contrastive Clustering
2020-09-21 |
코드 1 · 코드 2 |
| IDFD |
- Accuracy
- 0.425
- NMI
- 0.426
- Train Set
- Train
- ARI
- 0.264
|
Clustering-friendly Representation Learning via Instance Discrimination and Feature Decorrelation
2021-05-31 |
코드 1 |
| TSUC |
- Accuracy
- 0.353
|
Mitigating Embedding and Class Assignment Mismatch in Unsupervised Image Classification
논문 날짜 미기재 |
코드 1 |
| DCCM |
- Accuracy
- 0.327
- NMI
- 0.285
- Train Set
- Train+Test
|
Deep Comprehensive Correlation Mining for Image Clustering
2019-04-15 |
코드 1 |
| DAC |
- Accuracy
- 0.238
- NMI
- 0.185
- Train Set
- Train+Test
|
Deep Adaptive Image Clustering
2017-10-01 |
코드 1 |
| DeeperCluster |
- Accuracy
- 0.189
- Train Set
- Train+Test
|
Deep Clustering for Unsupervised Learning of Visual Features
2018-07-15 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 |
| DEC |
- Accuracy
- 0.185
- NMI
- 0.136
- Train Set
- Train+Test
|
Unsupervised Deep Embedding for Clustering Analysis
2015-11-19 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 |
| VAE |
- Accuracy
- 0.152
- NMI
- 0.108
- Train Set
- Train+Test
|
Auto-Encoding Variational Bayes
2013-12-20 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54 · 코드 55 · 코드 56 · 코드 57 · 코드 58 · 코드 59 · 코드 60 · 코드 61 · 코드 62 · 코드 63 · 코드 64 · 코드 65 · 코드 66 · 코드 67 · 코드 68 · 코드 69 · 코드 70 · 코드 71 · 코드 72 · 코드 73 · 코드 74 · 코드 75 · 코드 76 · 코드 77 · 코드 78 · 코드 79 · 코드 80 · 코드 81 · 코드 82 · 코드 83 · 코드 84 · 코드 85 · 코드 86 · 코드 87 · 코드 88 · 코드 89 · 코드 90 · 코드 91 · 코드 92 · 코드 93 · 코드 94 · 코드 95 · 코드 96 · 코드 97 · 코드 98 · 코드 99 · 코드 100 · 코드 101 · 코드 102 · 코드 103 · 코드 104 · 코드 105 · 코드 106 · 코드 107 · 코드 108 · 코드 109 · 코드 110 · 코드 111 · 코드 112 · 코드 113 · 코드 114 · 코드 115 · 코드 116 · 코드 117 · 코드 118 · 코드 119 · 코드 120 · 코드 121 · 코드 122 · 코드 123 · 코드 124 · 코드 125 · 코드 126 · 코드 127 · 코드 128 · 코드 129 · 코드 130 · 코드 131 · 코드 132 · 코드 133 · 코드 134 · 코드 135 · 코드 136 · 코드 137 · 코드 138 · 코드 139 · 코드 140 · 코드 141 · 코드 142 · 코드 143 · 코드 144 |
| GAN |
- Accuracy
- 0.151
- NMI
- 0.120
- Train Set
- Train+Test
|
Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks
2015-11-19 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54 · 코드 55 · 코드 56 · 코드 57 · 코드 58 · 코드 59 · 코드 60 · 코드 61 · 코드 62 · 코드 63 · 코드 64 · 코드 65 · 코드 66 · 코드 67 · 코드 68 · 코드 69 · 코드 70 · 코드 71 · 코드 72 · 코드 73 · 코드 74 · 코드 75 · 코드 76 · 코드 77 · 코드 78 · 코드 79 · 코드 80 · 코드 81 · 코드 82 · 코드 83 · 코드 84 · 코드 85 · 코드 86 · 코드 87 · 코드 88 · 코드 89 · 코드 90 · 코드 91 · 코드 92 · 코드 93 · 코드 94 · 코드 95 · 코드 96 · 코드 97 · 코드 98 · 코드 99 · 코드 100 · 코드 101 · 코드 102 · 코드 103 · 코드 104 · 코드 105 · 코드 106 · 코드 107 · 코드 108 · 코드 109 · 코드 110 · 코드 111 · 코드 112 · 코드 113 · 코드 114 · 코드 115 · 코드 116 · 코드 117 · 코드 118 · 코드 119 · 코드 120 · 코드 121 · 코드 122 · 코드 123 · 코드 124 · 코드 125 · 코드 126 · 코드 127 · 코드 128 · 코드 129 · 코드 130 · 코드 131 · 코드 132 · 코드 133 · 코드 134 · 코드 135 · 코드 136 · 코드 137 · 코드 138 · 코드 139 · 코드 140 · 코드 141 · 코드 142 · 코드 143 · 코드 144 · 코드 145 · 코드 146 · 코드 147 · 코드 148 · 코드 149 · 코드 150 · 코드 151 · 코드 152 · 코드 153 · 코드 154 · 코드 155 · 코드 156 · 코드 157 · 코드 158 · 코드 159 · 코드 160 · 코드 161 · 코드 162 · 코드 163 · 코드 164 · 코드 165 · 코드 166 · 코드 167 · 코드 168 · 코드 169 · 코드 170 · 코드 171 · 코드 172 · 코드 173 · 코드 174 · 코드 175 · 코드 176 · 코드 177 · 코드 178 · 코드 179 · 코드 180 · 코드 181 · 코드 182 · 코드 183 · 코드 184 · 코드 185 · 코드 186 · 코드 187 · 코드 188 · 코드 189 · 코드 190 · 코드 191 · 코드 192 · 코드 193 · 코드 194 · 코드 195 · 코드 196 · 코드 197 · 코드 198 · 코드 199 · 코드 200 · 코드 201 · 코드 202 · 코드 203 · 코드 204 · 코드 205 · 코드 206 · 코드 207 · 코드 208 · 코드 209 · 코드 210 · 코드 211 · 코드 212 · 코드 213 · 코드 214 · 코드 215 · 코드 216 · 코드 217 · 코드 218 · 코드 219 · 코드 220 · 코드 221 · 코드 222 · 코드 223 · 코드 224 · 코드 225 · 코드 226 · 코드 227 · 코드 228 · 코드 229 · 코드 230 · 코드 231 · 코드 232 · 코드 233 · 코드 234 · 코드 235 · 코드 236 · 코드 237 · 코드 238 · 코드 239 · 코드 240 · 코드 241 · 코드 242 · 코드 243 · 코드 244 · 코드 245 · 코드 246 · 코드 247 · 코드 248 · 코드 249 · 코드 250 · 코드 251 · 코드 252 · 코드 253 · 코드 254 · 코드 255 · 코드 256 · 코드 257 · 코드 258 |
| JULE |
- Accuracy
- 0.137
- NMI
- 0.103
- Train Set
- Train+Test
|
Joint Unsupervised Learning of Deep Representations and Image Clusters
2016-04-13 |
코드 1 · 코드 2 · 코드 3 |
| RUC |
- Train Set
- Train
|
Improving Unsupervised Image Clustering With Robust Learning
2020-12-21 |
코드 1 |