Mehrfach-Label-Klassifikation

Multi-Label-Klassifizierung ist eine Art von überwachtem Lernproblem, bei der jede Instanz mehreren Klassen zugeordnet werden kann. Dies erweitert das Konzept der Einzelklassen-Klassifizierung (d.h. Multi-Class- oder Binäre Klassifizierung). Das Ziel ist es, alle möglichen Klassen für gegebene Eingangsdaten durch ein Modell vorherzusagen, um die Genauigkeit und den Umfang der Klassifizierung zu verbessern. Diese Aufgabe hat erhebliche Anwendungswerte in der Computer Vision, da sie die Mehrobjekterkennung und -annotierung in komplexen Szenarien ermöglicht.