文章摘要:针对多标签图像分类任务中存在的难以对标签间的相互作用建模和全局标签关系固化的问题，结合自注意力机制和知识蒸馏方法，提出一种基于全局与局部标签关系的多标签图像分类方法（ML-GLLR）。首先，局部标签关系（LLR）模型使用卷积神经网络（CNN）、语义模块和双层自注意力模型（DLSA）对局部标签关系建模，然后利用知识蒸馏（KD）方法使LLR学习全局标签关系。通过在公开数据集MSCOCO、VOC2007上对比了其他方法，实验得出，LLR较图卷积神经网络多标签图像分类（ML-GCN）方法在平均精度均值上分别提高了0.8%和0.6%,ML-GLLR较LLR在平均精度均值上分别进一步提高了0.2%和1.3%。实验结果表明ML-GLLR不仅能对标签间相互关系建模，也能避免全局标签关系固化问题。

文章关键词:

论文分类号:TP391.41