Multi Label Classification
La classification multi-étiquettes est un type de problème d'apprentissage supervisé où chaque instance peut être associée à plusieurs étiquettes, étendant ainsi le concept de classification mono-étiquette (c'est-à-dire, classification multiclasse ou binaire). Elle vise à prédire toutes les étiquettes possibles pour une donnée d'entrée donnée grâce à un modèle, ce qui améliore la précision et l'exhaustivité de la classification. Cette tâche présente une valeur d'application significative en vision par ordinateur, capable de gérer la reconnaissance et l'annotation d'objets multiples dans des scénarios complexes.
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)