细粒度图像识别是计算机视觉中一项基础且重要的工作,其目的在于区分常人难以辨别的对象类别（例如不同子类的鸟类、花卉）。除了视觉分类中常见的姿态、光照和观察视角变化因素之外,细粒度数据集还具有一定的类间相似性和类内差异性,这些都是传统分类方法无法有效区分的。目前,利用机器视觉的细粒度分类方法是研究热点之一。然而,现有的细粒度分类方法仍存在一些缺陷（例如对目标局部区域进行精细特征表示不足）。为了进一步提高对细粒度图像的识别准确率,本文基于现有的细粒度图像识别框架DCL（Destruction and Construction Learning）进行改进,所做的主要工作如下:（1）针对DCL当中传统的对抗性网络模型对图像的几何特征学习效果不明显以及该网络训练困难的问题,提出了一种结合自注意力机制的对抗性网络模型。该模型在对抗性学习中引入自注意力机制来学习全局特征之间的依赖关系,从而增强了对几何特征的学习效果,同时为了提高模型训练的稳定性和有效性,在判别器中引入谱归一化。最后针对交叉熵损失在不平衡数据上训练时,会忽视少量样本的权重比例问题,使用焦点损失来对其进行替换。通过实验表明,该模型在刚性数据集上表现更具优越性。（2）为了进一步优化DCL的综合性能,在保证提高细粒度图像识别准确率的前提下,降低网络结构的复杂度,减少推理时间,提出了一种结合各轻量化模块的细分类网络模型。该模型在分类骨干网络中结合了高效通道注意力模块,可以在不降低通道维数的情况下通过卷积核大小为k的一维卷积来进行跨通道信息交互,从而显著地提升了模型对通道信息的建模速度。同时为了加快模型的推理速度,使用了最新的Rep VGG作为分类骨干网络,该架构具有类似于VGG的推理时间主体,通过结构重参数化的方法在训练过程和推理时间进行解耦,以达到精度和速度的均衡。为了获得更好的分类精度,使用了一种快速且高效的池化方法Soft Pool,使得在下采样激活映射中保留了更多的信息。通过实验表明,这些改进能够明显提升细粒度识别算法的精度,且降低了模型的复杂度。