近年来,随着深度学习和计算机技术的快速发展,图像分类技术已逐渐趋于成熟,其应用在日常生活中的各个领域也十分常见。然而,细粒度图像分类作为图像分类的重要的一个分支,相较而言更具有挑战性,还需要进一步发展。普通图像分类一般是区分不同的大类,不同类型图像之间的差异较大;而细粒度图像分类需要在同一个大的类型下区分不同的子类型。因此,细粒度图像不同子类之间的差异很小,具有类间方差较小而类内方差较大的特性。其分类的关键点在于精确找到图像中能够辨认种类的区域并提取特征。在网络模型中引入更多的信息帮助指引图像特征的提取,可以增强模型的表示能力,提高细粒度图像分类的性能。围绕这一思路,本文对细粒度图像分类算法展开研究,主要内容和创新点如下:（1）卷积神经网络作为图像特征提取的常用网络,其层间特征对最后的特征有补充说明作用。本文提出了复值线性池化（Complex-value Linear Pooling,CLP）模型,通过复数的运算法则,将卷积神经网络的层间特征映射为虚部,将输出特征映射为实部,构建了网络的复数表达。利用复数的性质,扩展了网络模型的可表示能力,更好地对细粒度图像提取特征。（2）经过对注意力机制在计算机视觉领域的应用和多模态数据融合的研究,本文引入了文本数据集作为图像特征提取网络的通道注意力来指导特征的学习。我们提出了文本嵌入双线性（Text-Embedded Bilinear,TEB）模型,从文本特征学习到注意力嵌入到跨层交互的图像分类网络模型中,促使模型对具有重要价值的图像局部更精准的表示,提高细粒度分类的性能。本文提出的两个分类模型在公开数据集上都有十分优异的表现,并通过全面的对比分析,证明了我们提出的方法的有效性和实用性。