首先，了解以下一些内容： 　　

　　分类：每幅图像输出一个类别信息。 　　

　　多类别分类：每幅图像输出一个类别信息。 　　

　　多输出分类：每幅图像输出固定类别的信息。 　　

　　多标签分类：每幅图像的输出类别数不固定，如下图所示： 　　

　　多标签分类的一个重要特征是标签是相关的。例如，在有天空的图像中，很可能有云、日落等等。 　　

　　在多标签分类的早期阶段，使用了二元交叉熵(BCE)或软边缘损失，这里我们更进一步。 　　

　　如何利用这种依赖性来提高分类性能？ 　　

　　解决方案之一是图卷积网络，例如： 　　

　　Multi-Label Image Recognition with Graph Convolutional Networks 　　

　　Cross-Modality Attention with Semantic Graph Embedding for Multi-Label Classification 　　

　　那么什么是地图呢？ 　　

　　图是描述对象之间关系的结构。对象可以用节点表示，对象之间的关系可以用边表示，每条边都可以加权。 　　

　　让我们来看一个例子： 　　

　　假设我们现在有以下标签：天空、云、日落、海洋和以下样本： 　　

　　1: '大海'，'天空'，'日落' 　　

　　2:“天空”，“日落” 　　

　　3:“天空”，“云” 　　

　　4: '海'，'日落' 　　

　　5:“日落”、“大海” 　　

　　6:“海”、“天” 　　

　　7:“天空”，“日落” 　　

　　8: '日落' 　　

　　我们可以将标签表示为节点，但是如何表示它们之间的关系呢？我们发现有些标签总是成对出现，可以用$ P(L_{ j} | L_{ i})来衡量L_{j}$标签出现的可能性。 　　

　　如何将这种表示应用到我们的模型中？ 　　

　　使用邻接矩阵。例如，它表示两个标签同时出现的次数。 　　

　　然后，您可以计算每个标签出现的总次数： 　　

　　那么，标签共现的概率可以出现，Pi=Ai/NiPi=Ai/Ni，以邻接矩阵的第一个行为为例： 　　

　　p(大海，天空)=2/5=0.4 p(大海，日落)=3/6=0.5 　　

　　然后是： 　　

　　最后，别忘了把对角线设为1，因为每次出现的概率是1。