在计算机视觉领域,通用图像分类已经发展成为了非常成熟的研究方向,各种通用图像分类算法在Image Net等数据集上已经达到了很高的准确度。目前,人们对图像分类粒度有了更高要求,细粒度图像分类成为研究热点。但是细粒度图像具有类内差异大、类间差异小的特点,传统图像识别技术适用于类别图像差异较大的粗粒度分类,对于精细化识别的表现不尽人意。而基于强监督学习的细粒度图像分类方法过度依赖物体标注框和部位标注点,大大增加了人工成本。本文基于弱监督学习,利用显著性检测和多注意力机制对细粒度图像分类进行研究,主要研究内容如下:(1)基于显著性区域检测与多层级特征的细粒度图像分类为了找到图像的辨别性特征,提出基于Grad-CAM显著性区域检测与多层级特征的细粒度图像识别技术。首先采用Grad-CAM自动定位输入图像中的关键区域,然后根据显著性区域定位结果构建双路的卷积神经网络,一个分支用来提取全局特征,另一个分支用来提取局部特征,将两部分特征通过双线性池化操作得到双线性特征。并利用特征金字塔将两个分支中多层级的特征图进行融合,最后把双路卷积网络得到的双线性特征与多层级特征进行组合,增大特征维度,增强网络的特征表达能力,完成分类。实验结果表明,该方法在鸟类数据集上取得分类性能提升。(2)基于注意力机制和多尺度特征的细粒度图像分类注意力机制可以帮助定位特征图中的显著性特征,本文提出基于注意力机制和多尺度特征的细粒度图像分类方法。把通道域和空间域注意力模块分别嵌入到残差网络中,分别关注对于细粒度图像有区分性的通道和局部空间位置,通过加权操作增强相应区域的特征响应,减少无关特征的影响;采用尺寸大小不同的图像作为网络的输入部分,通过对两个图像进行卷积操作以获取不同尺度的特征,融合多尺度的特征可以更加全面的描述图像的局部信息;最后将小尺度特征上采样到大尺度特征的相同大小,并用双线性池化的方法将两种尺度的特征进行融合,得到用于分类的多维度特征。通过实验结果验证该方法在细粒度数据集上的有效性。