O que é classificação multirrótulo de imagens?
A classificação multirrótulo de imagens atribui a uma imagem todos os rótulos aplicáveis de um conjunto definido. Ao contrário da classificação de rótulo único, ela não pressupõe que suas classes sejam mutuamente exclusivas.
Como funciona a classificação multirrótulo de imagens
Um classificador multirrótulo modela cada rótulo como aplicável de forma independente, em vez de forçar um único vencedor entre opções mutuamente exclusivas. O modelo emite uma pontuação para cada candidato, e limiares específicos da aplicação convertem essas pontuações em um conjunto de rótulos atribuídos. Por isso, os dados de treinamento precisam de anotações positivas para todos os conceitos relevantes e de uma política para rótulos desconhecidos ou omitidos. Em um pipeline de mídia, os resultados podem enriquecer a busca e o roteamento, mas a calibração e a governança da taxonomia determinam se os metadados são confiáveis.
Informações essenciais
- Saídas sigmoid com uma função de perda binária por rótulo são comuns porque várias classes podem ser positivas ao mesmo tempo; já a softmax faz as pontuações competirem.
- Limiares específicos por classe podem superar um único limiar global quando os rótulos diferem em prevalência, custo dos erros ou calibração das pontuações.
- Um rótulo não marcado nem sempre é um verdadeiro negativo: anotações incompletas podem ensinar um modelo a suprimir conceitos válidos e distorcer as medições de precisão.
Quando a classificação multirrótulo de imagens é importante
Escolha a classificação multirrótulo quando um recurso de mídia puder retratar simultaneamente atributos como praia, pôr do sol, pessoas e ambiente externo. Os limiares devem equilibrar rótulos não identificados e falsos positivos em excesso.