一种细粒度图像识别分类方法、系统、存储介质及设备

本发明公开了一种细粒度图像识别分类方法、系统、存储介质及设备，该方法包括：获取细粒度图像并构建图像数据集，将图像数据集导入视觉模型中；将每个阶段特征图导入特征金字塔网络模块中，得到融合浅层信息的第一目标特征图；将第一目标特征图导入弱监督采样模块中，筛选出目标特征，基于目标特征堆叠成目标向量与第二目标特征图；将第二目标特征图与未经激活函数处理的初始预测值导入神经决策森林模块中，分别得到每一个粒度对应的目标预测值并存入输出序列中；将输出序列导入可信多视图分类模块中，融合多个意见的预测值分布，得到最终融合的分类结果。本发明提升了细粒度图像的识别分类精度，以使细粒度图像分类更为精准。