Для себя Имеется датасет(https://www.kaggle.com/datasets/balraj98/deepglobe-land-cover-classification-dataset), состоящий из снимков со спутника и сегминтированных изображений-масок к ним, где выделены 7 классов ( земля, вода, лес...). Изначально я ошибся и начал решать это как задачу классификации, предсказывая каждому изображению набор классов, причём решил, как мне казалось, однако мне намекнули,что это некорректно т.к. классификация соотносит 1му изображению 1 класс , а не набор классов. Требуется консультация, возможно сохранить задачу классификации (есть идеи) или же направить в сторону мультиклассовой сегментации, описать основные моменты, помочь вместе со мной поправить код. Требуется сделать это очень быстро, желательно связавшись в каком-то discord/skype/zoom