本发明公开了一种基于多粒度特征的多标签场景图生成方法。该方法包括如下步骤：获取用于训练场景图生成的数据集；对数据集中的所有关系类别进行粗细粒度分类和统计，得到每个关系类别的所有共生关系并构建每个关系类别的共生标签。使用预训练的目标检测器，检测出数据集图像中所有物体；使用多粒度模块建立每张图像的多粒度特征，并对图像中的每个物体对构建多分类标签；利用多粒度特征作为输入，数据集标签、多分类标签、共生标签作为监督，训练关系检测器；最后从目标图像中得到物体和关系的预测结果，使用多标签场景图生成器转化成场景图。本发明充分利用关系类别间的联系，并用多粒度视觉特征对物体进行建模，能够更好地适应场景图生成任务。