细粒度图像识别是计算机视觉领域最重要的分支之一。近年来,随着计算机视觉领域的快速发展,细粒度图像识别技术已经在餐饮、网购、教育、城市交通等领域表现出强大的价值。细粒度图像识别技术可以分为强监督细粒度图像识别和弱监督细粒度图像识别。强监督细粒度图像识别需要在训练之前对图片中要识别的区域进行适当的人工标注,其准备工作耗时耗力,需要人工标注的专业性程度较高。因此,本文研究的是不依靠额外的人工标注信息进行的细粒度图像识别。为了获得较高精度的细粒度图像识别技术,则要对该目标对象进行更加精细的位置检测和更加精细的特征提取。本文采用深度学习卷积神经网络算法框架,采用定位判别性区域网络、特征增强网络、遮掩判别性区域网络、双线性注意网络模块强化网络的特征信息提取能力。主要研究内容如下:（1）综述了细粒度图像识别问题的研究背景及意义,综述了国内外研究细粒度图像识别方法,引出了弱监督细粒度图像识别方法是目前研究的主流方向。介绍了在深度学习的过程当中有关于细粒度图像识别的相关技术,计算机视觉中常见的两种注意力机制和细粒度图像识别领域常用的数据集。（2）为了解决卷积神经网络在训练数据时识别精度不高的问题,本文采用了迁移学习的思想,以Efficient Net V2为主干网络,对三种细粒度图像数据集分别进行图像识别。迁移学习训练的过程中,最初的十次训练需要冻结网络中除全连接层以外的权重参数,在之后的训练则需解冻网络全部权重参数。通过与其他网络算法的对比实验和自己数据集的可视化分析实验得出,基于Efficient Net V2网络的迁移学习具有很强的图像识别性能。（3）为了解决弱监督细粒度图像识别算法很难捕获到图片当中最具有判别性特征区域的问题,本文提出了一种注意力特征提取网络（Attention Feature Extraction Network,AFEN）来强化网络对最优判别性特征区域进行特征提取。采用特征增强的方式强化网络对相关特征图通道的权重,柔性池化的方式减少网络的信息丢失,设计定位判别性区域网络和遮掩判别性区域网络与主干网络互相作用的方式修正网络内部的参数信息。设计并应用类中心损失、互补性损失函数Ls1、互补性损失Ls2与分类损失矫正了网络的修正效果。应用CUB-200-2011、FGVC-Aircraft和Stanford Cars数据集进行实验,根据实验结果可得出AFEN算法的细粒度图像识别准确率均高于其他的网络结构,对判别性区域的定位和对特征信息的加强提取表现出较好的细粒度图像识别能力。