Multi Label Classification
多标签分类是监督学习问题的一种,其中每个实例可以与多个标签相关联,是对单标签分类(即多类或二元分类)的扩展,旨在通过模型预测给定输入数据的所有可能标签,提高分类的准确性和全面性。该任务在计算机视觉中具有重要应用价值,能够处理复杂场景下的多目标识别和标注。
ChestX-ray14
SynthEnsemble
CheXpert
CFT (ensemble) Macao Polytechnic University
MIMIC-CXR
DensNet121
MLRSNet
ResNet50 (fine-tuning)
MRNet
MRNet
MS-COCO
ADDS(ViT-L-336, resolution 1344)
NUS-WIDE
Q2L-CvT(resolution 384, ImageNet-21K pretrained)
OpenImages-v6
TResNet-L
PASCAL VOC 2007
Q2L-CvT(ImageNet-21K pretrained, resolution 384)
PASCAL VOC 2012
Q2L-TResL(448 resolution)