AP: 75.96Recall@1: 86.59
Papers with Code · CC BY-SA 4.0
Content-Based Image Retrieval
Content-Based Image Retrieval is a well studied problem in computer vision, with retrieval problems generally divided into two groups: category-level retrieval and instance-level retrieval. Given a query image of the Sydney Harbour bridge, for instance, category-level retrieval aims to find any bridge in a given dataset of images, whilst instance-level retrieval must find the Sydney Harbour bridge to be considered a match.
<span class="description-source">Source: Camera Obscurer: Generative Art for Design Inspiration </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
데이터셋
3개논문
AP: 81.53Recall@1: 87.87
AP: 93.31Recall@1: 91.57
AP: 95.01Recall@1: 97.43
AP: 74.79Recall@1: 86.45
MAP: 90.94%
AP: 96.88Recall@1: 96.13
AP: 93.81Recall@1: 92.65
AP: 58.74Recall@1: 71.18
라이브러리
Papers with Code 리더보드 row에 연결된 구현 저장소입니다.