這篇文章是2015年的，作者使用提出了兩級注意力的方法，來進行細粒度分類。

以鳥類分類為例。作者在object-level和part-level兩個級別分別對鳥進行分類，將得到的分數相加綜合後得到最後的分類結果。

上圖是鳥分類在object-level的一個流程圖，先用selective search從原始圖片中提取大量的patch,然後使用ImageNetI 的LSVRC競賽使用的Alexlet對所有的patch進行挑選(將這個模型稱為FilterNet)，將含有鳥的patch挑選出來，這其中是把分類為鳥的分數相加得到一個最終分類結果。然後，將這些FilterNet挑出來的patchs，用來訓練一個新的CNN網路（稱為DomainNet），並用來進行細粒度分類，得到相應的分數。

以上是part-level的流程，作者受其他論文啟發（這些論文證明DomainNet的隱藏層顯示出聚類模式），使用譜聚類的方法，對DomainNet的中間層進行聚類，發現這些不同層的神經元對鳥的不同部位（頭，身子，翅膀等）反應程度不一樣（也就是權重具有聚類模式）。因此將層分為了三類，也就是三個part detector。然後將這三個part detector分別用來對FilterNet挑出來的patchs進行細粒度分類，得到一個分數。最後，作者將每幅圖片的object-level和part-level的分數分數相加，得到最終的分數，即分類結果。下面是整個分類過程的示意圖。

參考文獻：

Xiao T J, Xu Y C, Yang K Y, Zhang J X, Peng Y X, Zhang Z. The application of two-level attention models in deep convolutional neural network for fine-grained image classification. In: Proceedings of the 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Boston, USA: IEEE, 2015. 842−850