Quão bem os modelos de visão entendem tarefas com múltiplos rótulos?

Key Points

• Modelos de visão mostram graus variados de compreensão de tarefas quando enfrentam múltiplos rótulos, impactando sua eficácia.
• Evidências principais indicam que certas arquiteturas apresentam desempenho melhor do que outras, especialmente em cenários de múltiplos rótulos.
• A avaliação do desempenho das tarefas entre diferentes modelos destaca seus pontos fortes e fracos na classificação de imagens.
• Essas descobertas enfatizam a necessidade de algoritmos aprimorados para aumentar a capacidade dos modelos de visão em tarefas complexas.