MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
Advanced Image and Video Retrieval Techniques
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

1 044 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
1 044 travaux dans la cohorte · sur 4 299 418page 1 sur 21

Les étiquettes couvrent 2 des 1 044 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 1 044 des 1 044 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

afffundsans résuménon étiqueté
LabelMe: A Database and Web-Based Tool for Image Annotation
Bryan Russell, Antonio Torralba, Kevin Murphy, William T. Freeman
2007· article· en· International Journal of Computer Vision· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4 205
citations
affsans résuménon étiqueté
Pictorial Structures for Object Recognition
Pedro F. Felzenszwalb, Daniel P. Huttenlocher
2004· article· en· International Journal of Computer Vision· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2 199
citations
affsans résuménon étiqueté
Transforming Auto-Encoders
Geoffrey E. Hinton, Alex Krizhevsky, Sida D. Wang
2011· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1 323
citations
afffundsans résuménon étiqueté
Semantic hashing
Ruslan Salakhutdinov, Geoffrey E. Hinton
2008· article· en· International Journal of Approximate Reasoning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1 272
citations
affnon étiqueté
Recognising panoramas
Brown, Lowe
2003· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
681
citations
affnon étiqueté
Learning to Find Good Correspondences
Kwang Moo Yi, Eduard Trulls, Y. Ono, Vincent Lepetit, Mathieu Salzmann, Pascal Fua
2018· preprint· en· HAL (Le Centre pour la Communication Scientifique Directe)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
546
citations
affnon étiqueté
Hamming Distance Metric Learning
Mohammad Norouzi, David J. Fleet, Ruslan Salakhutdinov
2012· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
518
citations
afffundnon étiqueté
Annotating Object Instances with a Polygon-RNN
Lluís Castrejón, Kaustav Kundu, Raquel Urtasun, Sanja Fidler
2017· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
372
citations
affsans résuménon étiqueté
50 Years of object recognition: Directions forward
Alexander Andreopoulos, John K. Tsotsos
2013· article· en· Computer Vision and Image Understanding· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
351
citations
affnon étiqueté
Cartesian K-Means
Mohammad Norouzi, David J. Fleet
2013· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
309
citations
affnon étiqueté
Fast Matching of Binary Features
Marius Muja, David Lowe
2012· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
291
citations
affnon étiqueté
Picking the best DAISY
Simon Winder, Gang Hua, Matthew A. Brown
2009· article· en· 2009 IEEE Conference on Computer Vision and Pattern Recognition· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
260
citations
affnon étiqueté
MixVPR: Feature Mixing for Visual Place Recognition
Amar Ali-bey, Brahim Chaib-draa, Philippe Giguère
2023· article· en· 2023 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
226
citations
affnon étiqueté
SHREC '11: Robust Feature Detection and Description Benchmark
Edmond Boyer, Alexander M. Bronstein, Michael M. Bronstein, Benjamín Bustos, T. Darom, Radu Horaud +12 autres
2011· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
209
citations
affsans résuménon étiqueté
Benchmarking Image Segmentation Algorithms
Francisco José Pozuelos Estrada, Allan D. Jepson
2009· article· en· International Journal of Computer Vision· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
184
citations
afffundnon étiqueté
Fast Exact Search in Hamming Space With Multi-Index Hashing
Mohammad Norouzi, Ali Punjani, David J. Fleet
2014· article· en· IEEE Transactions on Pattern Analysis and Machine Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
163
citations
afffundnon étiqueté
Image sequence geolocation with human travel priors
Evangelos Kalogerakis, Olga Vesselova, James Hays, Alexei A. Efros, Aaron Hertzmann
2009· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
148
citations
affnon étiqueté
Scalable Image Coding for Humans and Machines
Hyomin Choi, Ivan V. Bajić
2022· article· en· IEEE Transactions on Image Processing· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
148
citations
affnon étiqueté
Indexing hierarchical structures using graph spectra
Ali Shokoufandeh, Diego Macrini, Sven Dickinson, Kaleem Siddiqi, Steven W. Zucker
2005· article· en· IEEE Transactions on Pattern Analysis and Machine Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
140
citations
afffundaboutnon étiqueté
LSH ensemble
Erkang Zhu, Fatemeh Nargesian, Ken Q. Pu, Renée J. Miller
2016· article· en· Proceedings of the VLDB Endowment· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
136
citations
afffundnon étiqueté
Using the forest to see the trees
Antonio Torralba, Kevin Murphy, William T. Freeman
2010· article· en· Communications of the ACM· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
129
citations

En coulisses: Sélection · Constats · À propos