¿Qué es la clasificación multietiqueta de imágenes?
La clasificación multietiqueta de imágenes asigna a una imagen todas las etiquetas aplicables de un conjunto definido. A diferencia de la clasificación de etiqueta única, no presupone que sus clases sean mutuamente excluyentes.
Cómo funciona la clasificación multietiqueta de imágenes
Un clasificador multietiqueta modela cada etiqueta como aplicable de forma independiente, en lugar de imponer una única ganadora de un conjunto mutuamente excluyente. El modelo genera una puntuación para cada candidata, y los umbrales específicos de la aplicación convierten esas puntuaciones en un conjunto de etiquetas asignadas. Por tanto, los datos de entrenamiento necesitan anotaciones positivas para todos los conceptos relevantes y una política para las etiquetas desconocidas u omitidas. En un pipeline multimedia, los resultados pueden enriquecer la búsqueda y el enrutamiento, pero la calibración y la gestión de la taxonomía determinan si los metadatos son confiables.
Datos clave
- Las salidas sigmoides con una función de pérdida binaria por etiqueta son habituales porque varias clases pueden ser positivas a la vez; en cambio, una función softmax hace que las puntuaciones compitan entre sí.
- Los umbrales específicos de cada clase pueden superar el rendimiento de un único umbral global cuando las etiquetas difieren en prevalencia, costo de los errores o calibración de las puntuaciones.
- Una etiqueta sin marcar no siempre es un verdadero negativo: una anotación incompleta puede enseñar a un modelo a suprimir conceptos válidos y distorsionar las mediciones de precisión.
Cuándo es importante la clasificación multietiqueta de imágenes
Elige la clasificación multietiqueta cuando un recurso multimedia pueda mostrar simultáneamente atributos como playa, atardecer, personas y exteriores. Los umbrales deben equilibrar la omisión de etiquetas y el exceso de falsos positivos.