List your company

Generalized Category Discovery on Stanford Cars

91.1Accuracy (All)ZS CLIP H/14
57.71666.38375.0583.717Mar 15, 2025May 30, 2025Aug 15, 2025Oct 31, 2025Jan 16, 2026Apr 3, 2026Jun 19, 2026

Evaluation results

MethodLinks
ZS CLIP H/14Textual Source=Class Names2026.0291.1——93.989.8———
SSR2-GCDBackbone=CLIP2026.0289.2——93.187.3———
SSR2-GCD2026.0289.2——93.187.3———
SpectralGCDTextual Source=Tags2026.0289.1——92.687.4———
SDBA + TextGCDBackbone=CLIP2026.0687.6——92.685.1———
TextGCDTextual Source=Tags + Attributes2026.0286.9——87.486.7———
TextGCDEncoder=Image & Text, Backbone=CLIP2025.0986.9——87.486.7———
TextGCDBackbone=CLIP2026.0686.9——87.486.7———
TextGCD*Textual Source=Tags2026.0286.2——91.283.8———
TextGCDBackbone=CLIP2026.0286.1——91.883.9———
TextGCD2026.0286.1——91.883.9———
Hyp-SelExBackbone=DINOv22025.0483.8——93.379.2———
Hyp-SelExVenue=CVPR’25, Backbone=DINOv22025.0983.8——93.379.2———
Hyp-SimGCDBackbone=DINOv22025.0482.5——85.881———
Hyp-SimGCDVenue=CVPR’25, Backbone=DINOv22025.0982.5——85.881———
PartCo-SelExVenue=Ours, Backbone=DINOv22025.0982.5——91.878———
SelExBackbone=DINOv22025.0482.2——93.776.7———
SelExVenue=ECCV’24, Backbone=DINOv22025.0982.2——93.776.7———
PartCo-SelExVenue=Ours, Backbone=DINOv32025.0981.7——92.176.6———
NCGCD-SelExVenue=NeurIPS’25, Backbone=DINOv22025.0981.1——90.979.3———
PartCo-FlipClassVenue=Ours, Backbone=DINOv22025.0980.5——92.774.6———
SDBA + GETBackbone=CLIP2026.0680.5——87.877———
PartCo-SPTNetVenue=Ours, Backbone=DINOv22025.0980.1——9273.5———
CMS-CLIP + AL-GCDBackbone=CLIP, Ground-truth number of categories K=Given2026.0380——90.375———
CMS-CLIP + AL-GCDBackbone=CLIP, K (Ground-truth number of categories)=Not given2026.0379.9——90.574.7———
CMS-CLIP + AL-GCDBackbone=CLIP, Ground-truth number of categories K=Not Given2026.0379.9——90.574.7———
ConGCD-SelExVenue=ICCV’25, Backbone=DINOv22025.0979.8——93.173.3———
RLCDVenue=ICML’25, Backbone=DINOv22025.0979.5——91.873.5———
SelEx-CLIP + AL-GCDBackbone=CLIP, Ground-truth number of categories K=Given2026.0379——90.873.6———
PartCo-SimGCDVenue=Ours, Backbone=DINOv22025.0978.9——91.572.8———
SelExVenue=ECCV’24, Backbone=DINOv32025.0978.8——90.373.3———
GETTextual Source=InversionNet2026.0278.5——86.874.5———
GETBackbone=CLIP2026.0278.5——86.874.5———
GET2026.0278.5——86.874.5———
GETBackbone=CLIP, Ground-truth number of categories K=Given2026.0378.5——86.874.5———
GETEncoder=Image & Text, Backbone=CLIP2025.0978.5——86.874.5———
PartCo-SimGCDVenue=Ours, Backbone=DINOv32025.0978.5——86.574.6———
GETBackbone=CLIP2026.0678.5——86.874.5———
SimGCD-CLIP + AL-GCDBackbone=CLIP, Ground-truth number of categories K=Given2026.0378.3——86.374.4———
PartGCDVenue=TMM, Backbone=DINOv22025.0978.2——88.773.1———
FlipClassVenue=NeurIPS’24, Backbone=DINOv22025.0978——8873.2———
CMS-CLIPBackbone=CLIP, Ground-truth number of categories K=Given2026.0377.9——8972.6———
SEALVenue=NeurIPS’25, Backbone=DINOv22025.0977.7——88.772.4———
ProtoGCDVenue=TPAMI, Backbone=DINOv22025.0977.6——90.571.5———
CMS-CLIP (CVPR 24)Backbone=CLIP, K (Ground-truth number of categories)=Not given2026.0377.2——87.372.3———
CMS-CLIPBackbone=CLIP, Ground-truth number of categories K=Not Given2026.0377.2——87.372.3———
PartCo-SimGCD (Ours)Encoder=Image, Backbone=CLIP2025.0976.5——89.670.2———
AllGCDVenue=ICCV’25, Backbone=DINOv22025.0976.2——88.370.4———
µGCDBackbone=DINOv22025.0476.1——9168.9———
µGCDVenue=NeurIPS’23, Backbone=DINOv22025.0976.1——9168.9———
SimGCDBackbone=CLIP, reproduced=true2026.0275.9——81.473.1———
AFGCDVenue=ICCV’25, Backbone=DINOv22025.0975.5——86.270.3———
MOSVenue=CVPR’25, Backbone=DINOv22025.0975.5——89.668.7———
DebGCDVenue=ICLR’25, Backbone=DINOv22025.0975.4——87.769.5———
CPTBackbone=CLIP, Ground-truth number of categories K=Given2026.0374.2——84.369.3———
CPTEncoder=Image & Text, Backbone=CLIP2025.0974.2——84.369.3———
SimGCDVenue=ICCV’23, Backbone=DINOv32025.0973.9——79.471.3———
APLVenue=CVPR’25, Backbone=DINOv22025.0973.4——87.666.7———
Hyp-GCDBackbone=DINOv22025.0472.8——80.469.1———
SPTNetVenue=ICLR’24, Backbone=DINOv22025.0972.3——8267.5———
SimGCDBackbone=DINOv22025.0471.5——81.966.6———
SimGCDVenue=ICCV’23, Backbone=DINOv22025.0971.5——81.966.6———
ClipGCDTextual Source=CC-12M2026.0270.6——88.262.2———
CLIP-GCDEncoder=Image & Text, Backbone=CLIP2025.0970.6——88.262.2———
ClipGCDBackbone=CLIP2026.0670.6——88.262.2———
SimGCDEncoder=Image, Backbone=CLIP2025.0970——83.463.5———
SimGCD-CLIPBackbone=CLIP2026.0670——83.463.5———
SimGCD-CLIPBackbone=CLIP, Ground-truth number of categories K=Given, reproduced=true2026.0369.4——82.262.9———
SelEx-CLIPBackbone=CLIP, Ground-truth number of categories K=Given, reproduced=true2026.0368.8——68.469———
CiPRBackbone=DINOv22025.0466.7——7761.8———
CiPRVenue=TMLR, Backbone=DINOv22025.0966.7——7761.8———
OAKBackbone=CLIP ViT-B/162025.1265.9——7163.4———
GCDBackbone=DINOv22025.0465.7——67.864.7———
GCDVenue=CVPR’22, Backbone=DINOv22025.0965.7——67.864.7———
PartGCDBackbone=DINO2026.0665.6——79.558.9———
Sharpness-aware Dynamic Anchor Selection (Ours)Backbone=ViT-B/162025.1265.5——79.758.8———
RPC2026.0565.5——8157.8———
SADABackbone=DINO2026.0665.5——79.758.8———
DebGCD2026.0265.3——81.657.4———
DebGCD2026.0565.3——81.657.4———
OursKnown C=GT (196)2025.1265.2——79.758.8———
GCDEncoder=Image, Backbone=CLIP2025.0965.1——75.959.8———
GCD-CLIPBackbone=CLIP2026.0665.1——75.959.8———
RLCDBackbone=DINO, Ground-truth number of categories K=Given2026.0364.9——79.358———
MOSVenue/Year=our2025.0364.680.956.7—————
OursKnown C=Est. (230)2025.1264.4——77.857.9———
CLIP-ZS + GT vocabBackbone=CLIP ViT-B/162025.1264——7061.1———
Hyp-SelExBackbone=DINO2025.0462.9——8054.7———
Hyp-SelExBackbone=DINOv12026.0262.9——8054.7———
Hyp-SimGCDBackbone=DINO2025.0462.8——73.457.7———
CLIP-GCDBackbone=CLIP2026.0262.8——77.155.7———
GCDBackbone=CLIP ViT-B/162025.1262.7——75.456.6———
AdaptGCDBackbone=DINO2026.0662.7——80.654———
GCD-CLIPBackbone=CLIP, Ground-truth number of categories K=Given2026.0362.5——73.957———
ZS CLIP B/16Textual Source=Class Names2026.0261.3——67.658.2———
InfoSculpt2026.0159.5——78.442.1———
SPTNetVenue/Year=ICLR/20242025.035979.249.3—————
SPTNetBackbone=DINO2025.0459——79.249.3———
SPTNetBackbone=ViT-B/162025.1259——79.249.3———
SPTNetTextual Source=✗2026.0259——79.249.3———