多标签分类数据集问题——如果训练集中多标签图像很少，多标签分类是否可行？

Question

比如多标签分类，识别图像中的动物：猫、狗、兔子、老虎等等
而我的训练集中的大部分图像只包含了一种动物，有少数图像包含了多种动物，
那我用这个数据集做多标签分类是否可行？

Answer 1

1、训练集中大部分图像只包含一种动物，只要整个训练集能较好的覆盖所要分类的动物种类，就可以进行分类。
如果大部分图像都是某一种动物——猫，而其它种类动物的样本都很少，则训练效果不好。
如果虽然每张图片中包含一种动物，但各种动物，猫，狗，兔子 的样本数量都不少，那就没问题。
2、少数图像包含了多种动物，有几种处理方式：
（1）把包含多种动物的图片设为单独一类，进行学习和分类；这样的学习效果最好。
（2）把包含多种动物的图片，裁剪后作为单独样本，分别标识为对应的动物分类。这样的分类效果最好，但如果遇到多种动物的图片还是会识别错误。

Answer 2

多标签分类任务指的是一条数据可能有一个或者多个标签，因此你的数据集应该是可行的。

Answer 3

遇到题主这种情况，是可以直接进行多标签分类的。但若追求高精度，可以对数据集进行一定的预处理：
1.若包含多种动物的图像对应的标签只有一个，可根据对应label对图像进行裁剪，裁去无关冗余背景；
2.也可能同一张包含猫狗兔子的image，数据集中重复出现三次，且三张images的label都不同，则可根据分别的label进行裁剪；
3.若仅极少数图像包含多种动物，可直接剔除这一部分数据