目前基于深度学习的图像识别技术相较传统的图像识别技术在准确性方面取得了很大提高。但是通用的图像识别技术通常只能识别差异性较大的图片,对相似物体的辨识度不足。因此本文以“找到描述物体特征的多个细节部位”为重点,借助图像的分类标签,从物体定位和注意力机制两个方向提出了基于弱监督学习的细粒度图像识别新技术。本文的主要研究内容如下:首先,从物体定位的角度出发,利用弱监督定位算法发现物体的细节特征,提出基于弱监督物体定位的细粒度图像识别技术。由于最显著区域往往过于关注物体的细节部位而缺少对物体整体结构的感知,而次显著区域的信息是最显著区域的补充,因此两个信息的结合能够较为完整的表达出物体的整体信息。本文采用CAM(Class activation mapping)的方法依次定位出物体的最显著区域与次显著区域,并整合两个区域以完成定位的任务。实验证明,该方法在ILSVRC 2012Validation上取得了很好的效果。最后,本文利用图像定位发现的多个细节特征完成细粒度图像识别,在CUB-200-2011数据集上也取得了较好的效果。其次,为了提高识别的效率,本文从注意力机制出发,提出基于多显著性区域的端到端网络。首先根据通道加权与空间加权两个注意力机制,构建了突出和抑制两个显著性模块。然后级联多个显著性模块实现递进的网络结构,让神经网络发掘多个不同的显著性区域,最后结合多个显著性特征完成图像分类。实验结果表明基于多显著性区域的细粒度图像识别模型,能够发现多个细节特征,达到较高的识别准确率与识别效率。