图像是人们同外界进行信息交互的重要载体,由于现实生活中的图像往往比较复杂,具有多语义、多标签的特点,因此多标签图像分类任务是当前图像分类研究的重点。虽然当前基于深度学习的多标签图像分类算法取得了一定的成功,但仍面临着三个主要的挑战:第一为图像中包含多个不同尺寸的目标使得分类任务中小尺寸目标易被忽略。第二为图像中存在遮挡现象,减弱了分类网络的性能。第三则由于图像通常对应多个类别,导致输出空间呈指数型增长。因此本文提出了两种多标签图像分类方法用以解决当前面临的难点,主要工作体现在以下三个方面:（1）针对多标签图像分类任务,学习研究了经典的相关算法,总结相关技术存在的缺陷,并在当前算法的基础上实现了创新。（2）针对多标签图像中包含多个语义目标的特点,提出了一种多分支集成的多标签图像分类方法。该方法充分利用卷积神经网络（Convolutional Neural Networks,CNN）不同层具有不同特性的特征,使得不同特征可以应对不同需求的目标,缓解小尺寸目标易被忽略的问题。一方面针对CNN网络高层特征具有强语义弱细节及低层特征具有强细节弱语义的特点,从不同层处引出分支。在不改变原有特征的基础上,将其他分支特征与之融合,增添更多的特征信息。并通过注意力机制注入全局信息,实现特征的进一步提取。另一方面多个分支分别进行类别预测,随后通过最优选择模块为每个类别选择效果最好的分支,并将该分支的结果作为网络对该类别最终的预测结果。实验证实该方法可有效提升网络的准确率。（3）提出了一种基于CNN与Transformer的混合网络多标签图像分类方法。在CNN网络不同层可提取到不同特征的基础上,将Transformer模型与之结合。一方面Transformer模型中的多头注意力机制对存在遮挡及视点变化的目标有更好的识别效果。另一方面利用Decoder内置的交叉注意力实现特征的自适应提取。同时直接从数据中学习标签嵌入,实现在没有图网络的前提下捕捉标签间的关系,缓解输出空间呈指数型增长的问题。两者通过信息交互实现互补,从而提取到强有力的特征,实验表明该方法能有效提升网络的分类准确率。