基于多尺度特征注意力协同食物分类成分识别方法及系统

本发明提供基于多尺度特征注意力协同食物分类成分识别方法及系统，方法包括：构建一个多任务神经网络模型，将食物图像依次输入全局特征模块和渐进式局部特征模块，分别提取不同尺度的全局语义信息和精细化局部特征；通过交叉注意力协作模块促进食物类别识别和成分分析任务之间的特征交互，动态选择图像中关键区域和重要成分信息；采用分阶段端到端的训练策略，逐步激活网络不同深度层次，并引入KL散度约束以增强特征尺度之间的差异性；通过多任务分类器同时生成食物类别和成分标签的预测结果。本发明解决了食物识别与成分分析任务割裂、局部特征表达不足以及跨任务信息互补不充分的技术问题。