多模态图像检测与分类人工智能算法开发方法

本发明公开了一种多模态图像检测与分类人工智能算法开发方法，属于计算机视觉与人工智能技术领域，包括：从图像和文本数据中提取特征向量，基于相似度构建初始特征关联图；采用至少两种不同架构的补全器并行生成候选补全特征，并依评分调整融合权重；根据补全质量评分动态调整特征关联图的更新触发条件；在反向传播中，分类分支的梯度对共享网络参数贡献为零或低于阈值；将检测分支的空间特征经池化后与补全质量评分融合，对分类分支的共享特征进行逐元素加权；检测分支输出检测置信度，分类分支输出类别概率，二者满足一致性约束。通过竞争式补全、质量感知的自适应图更新、非对称梯度流及门控调制等反馈耦合机制，提升了模态缺失场景下检测与分类的协同准确率，实现了系统的自优化演化。