Multi Label Classification

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