Was ist Mehrlabel-Bildklassifizierung?
Mehrlabel-Bildklassifizierung weist einem Bild jedes zutreffende Label aus einer definierten Menge zu. Anders als bei der Klassifizierung mit einem einzigen Label wird nicht angenommen, dass sich die Klassen gegenseitig ausschließen.
So funktioniert Mehrlabel-Bildklassifizierung
Ein Mehrlabel-Klassifikator modelliert jedes Label als unabhängig zutreffend, statt einen einzigen Gewinner aus einer Menge sich gegenseitig ausschließender Klassen zu erzwingen. Das Modell gibt für jeden Kandidaten einen Bewertungswert aus, den anwendungsspezifische Schwellenwerte in eine Menge zugewiesener Tags überführen. Trainingsdaten benötigen daher positive Annotationen für alle relevanten Konzepte und eine Regelung für unbekannte oder ausgelassene Labels. In einer Medienpipeline können die Ergebnisse Suche und Routing mit zusätzlichen Informationen anreichern. Ob die Metadaten vertrauenswürdig sind, hängt jedoch von der Kalibrierung und den Regeln zur Taxonomiepflege ab.
Wichtige Fakten
- Sigmoid-Ausgaben mit einer binären Verlustfunktion pro Label sind üblich, weil mehrere Klassen gleichzeitig positiv sein können; Softmax lässt die Bewertungswerte dagegen miteinander konkurrieren.
- Klassenspezifische Schwellenwerte können bessere Ergebnisse als ein globaler Grenzwert liefern, wenn sich Labels in Häufigkeit, Fehlerkosten oder Kalibrierung ihrer Bewertungswerte unterscheiden.
- Ein unmarkiertes Label ist nicht immer tatsächlich negativ: Unvollständige Annotationen können einem Modell beibringen, gültige Konzepte zu unterdrücken, und Präzisionsmessungen verzerren.
Wann Mehrlabel-Bildklassifizierung wichtig ist
Wählen Sie Mehrlabel-Bildklassifizierung, wenn ein Medienobjekt gleichzeitig Merkmale wie Strand, Sonnenuntergang, Menschen und Außenbereich zeigen kann. Schwellenwerte müssen übersehene Labels gegen übermäßig viele falsch positive Ergebnisse abwägen.