La reconnaissance d'images à étiquettes multiples est une tâche pratique et complexe par rapport à la classification d'images à étiquette unique. Cependant, les travaux précédents peuvent être sous-optimaux en raison du grand nombre de propositions d'objets ou de modules complexes pour la génération de régions attentionnelles. Dans cet article, nous proposons un cadre simple mais efficace à deux flux pour reconnaître des objets appartenant à plusieurs catégories, allant de l'image globale aux régions locales, similaire à la manière dont les êtres humains perçoivent les objets. Pour combler le fossé entre les flux globaux et locaux, nous introduisons un module de régions attentionnelles multiclasses visant à minimiser le nombre de ces régions tout en maximisant leur diversité. Notre méthode permet une reconnaissance efficace et précise d'objets multiclasses avec un coût de calcul abordable et un module de localisation des régions sans paramètre. Sur trois benchmarks de classification d'images à étiquettes multiples, nous obtenons de nouveaux résultats state-of-the-art avec un seul modèle utilisant uniquement les sémantiques des images sans dépendance aux étiquettes. De plus, l'efficacité de notre méthode est largement démontrée sous différents facteurs tels que la stratégie de pooling global, la taille d'entrée et l'architecture du réseau. Le code source est disponible sur~\url{https://github.com/gaobb/MCAR}.