随着科技的蓬勃发展,人们日常生活中重复、繁琐的工作也逐渐被许多新技术所替代,这些新技术也被应用于许多领域中,如门禁、人脸识别、图片搜索相关信息等,信息识别的准确率也成为了这些领域中的主要问题。图像分类能根据图像中的特征识别出图像类别,是提高信息识别准确率的一种重要手段。细粒度图像分类是图像分类中的一个重要分支,其技术的核心是使用高效的网络模型或算法区分同一类别下的不同子类别。因此,探索细粒度图像分类具有很重要的现实意义和发展前景。但细粒度图像分类存在图像难以分辨的难点,如可能把同一子类识别成不同类别或把不同子类识别成同一类别等。鉴于细粒度图像分类面临的巨大挑战和重要的应用价值,本文从注意力机制、多尺度信息融合和渐进式训练三个方面展开研究,提出了两种细粒度图像分类方法:1、基于混合注意力机制的细粒度图像分类方法。本文提出了一种基于混合注意力机制的细粒度图像分类网络（Mixed Attention Network,MA-Net）,其中包含基于空间和通道的混合注意力模块（Mixed Attention Module,MAM）,该模块可以有效地关注图像中的重点区域,再从重点区域中获取具有高辨别性的细粒度特征。该注意力模块包含通道注意力子模块和空间注意力子模块,其中通道注意力子模块通过压缩图像空间维度的信息来得到通道维度上的重要信息,空间注意力子模块通过压缩图像通道维度的信息来得到空间维度上的重要信息。此外,为进一步提升分类准确率,使用数据增强方式对数据集进行扩充,避免网络产生过拟合现象。2、基于多尺度的渐进式细粒度图像分类方法。针对图像不同尺度中所蕴含的特征信息不相同这一特点,本文提出一种多尺度的渐进式细粒度图像分类网络（Mixed Attention and Multi-Scale and Progressive Network,MAMSP-Net）。除了混合注意力机制外,提出的方法利用网络的不同尺度来提取特定的特征信息,特殊的渐进式训练方式能够使该网络同时学习和融合图像不同尺度的特征信息。为促使模型中两个训练步骤一起工作,最终损失函数由四个损失函数组合优化得到。在模型测试阶段,考虑到基于不同尺度信息的预测都是有价值的也是互补的,提出两种预测结果:单一预测结果和多输出组合预测结果。所提的MAMSP-Net方法的多输出组合预测结果在三个国际数据集CUB、CAR、AIR上分别取得的精度为88.8%、95.0%、93.3%,较好地提升了细粒度图像分类性能。