计算机视觉技术已经广泛应用于医疗行业的各个方面,如疾病诊断、疾病预测以及智能机器人辅助手术等。然而,作为外科手术前后的关键步骤,外科手术器械的清点工作目前仍然由专业的医护人员来完成,并且尚未在计算机视觉技术的支持下开展研究。为了降低因手术器械丢失带来的风险和危害,本文提出针对外科手术器械识别分类的系统化研究。常见外科手术所对应的器械包中包含大量的子类类别。因此,本文将外科手术器械识别任务抽象为单个外科手术器械图像的细粒度图像分类任务。目前,细粒度图像分类方法主要分为两大类:强监督学习和弱监督学习方法。强监督学习方法需要大量的人力来进行额外的数据标注;弱监督学习方法仅需要数据的标签信息来进行训练和测试,较为方便灵活。因此,本文使用弱监督学习方法,通过引入两种新型的注意力机制并结合多尺度特征学习,致力于解决外科手术医疗器械的图像分类问题。本文所提出的弱监督网络模型主要由嵌入了全新轻量级注意力模块的特征提取网络和以相对熵为约束条件的多尺度正则化器组成。通过将本文所提出的两种注意力机制嵌入骨干网络,可以得到两种不同的特征提取网络。该特征提取网络能够自动定位到图像中具有区分性的区域并增强其语义特征,强化神经网络学习的表达能力;多尺度正则化器则用以考察不同尺度特征图之间的关系,通过约束条件指导特征提取网络中注意力特征图的生成。二者之间相辅相成。整体上,本文使用所提出的网络模型作为教师网络来进行知识蒸馏学习,进行模型压缩,提升模型的泛化能力和推理速度。在不需要借助任何辅助边界框或部位标注的情况下,该模型在一个阶段内就能轻松地完成端到端的训练和测试。此外,为了支持研究,本文创建了一个全新的外科手术器械数据集。该数据集所包含的手术器械种类来自于三种最常见外科手术所对应的手术器械包,包括阑尾切除术、胆囊切除术和剖宫产。实验结果表明,与最新的细粒度图像分类模型相比,本文的方法在该数据集上的分类准确率高达97.703%,对于外科手术器械的清点工作和识别分类研究具有良好的辅助支持作用。同时,本文所提出的方法在四个具有挑战性的细粒度图像公开数据集上也能达到较优的性能,证明了该方法的泛化能力。