Multi Label Classification
다중 레이블 분류는 각 인스턴스가 여러 레이블과 연관될 수 있는 지도 학습 문제의 한 유형입니다. 이는 단일 레이블 분류(즉, 다중 클래스 또는 이진 분류)의 개념을 확장합니다. 이 작업은 주어진 입력 데이터에 대해 가능한 모든 레이블을 예측하는 모델을 통해 분류의 정확성과 포괄성을 향상시키는 것을 목표로 합니다. 이 작업은 컴퓨터 비전에서 중요한 응용 가치를 가지고 있으며, 복잡한 시나리오에서 다중 객체 인식 및 주석을 처리할 수 있습니다.
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)