Papers with Code · CC BY-SA 4.0

Image Clustering

337 평가 기록 59 datasets

Models that partition the dataset into semantically meaningful clusters without having access to the ground truth labels.

<span style="color:grey; opacity: 0.6"> Image credit: ImageNet clustering results of SCAN: Learning to Classify Images without Labels (ECCV 2020) </span>

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
TURTLE (CLIP + DINOv2)
Accuracy: 0.995NMI: 0.985ARI: 0.989
논문 코드
TURTLE (CLIP + DINOv2)
Accuracy: 0.898NMI: 0.915ARI: 0.834
논문 코드
TURTLE (CLIP + DINOv2)
Accuracy: 0.997NMI: 0.993ARI: 0.994
논문 코드
MAE-CT (best)
Accuracy: 0.943NMI: 0.904ARI: 0.879Backbone: ViT-H/16
논문 코드
TAC
Accuracy: 0.992NMI: 0.985
논문 코드
SPC
NMI: 0.975Accuracy: 0.992
논문 코드
SPC
NMI: 0.954Accuracy: 0.984
논문 코드
PRO-DSC
Accuracy: 0.698NMI: 0.805
논문 코드
PRCut (DinoV2)
Accuracy: 0.791NMI: 0.758
논문 코드
TURTLE (CLIP + DINOv2)
NMI: 88.2Accuracy: 72.9ARI: 62.5
논문 코드
DynAE
NMI: 0.963Accuracy: 0.987
논문 코드
A-DSSC (Scattered)
NMI: 0.997Accuracy: 0.984
논문 코드

데이터셋

59개

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

하위 태스크