先说这篇文章，Monza: Image Classification of Vehicle Make and ModelUsing Convolutional Neural Networks and Transfer Learning，该文章使用了3DObject Representations for Fine Grained Categorization这篇文章的车型数据集，一共16185张图像（train：8144，test：8041），共196种车型，文章分析了各种现有的模型，最终识别结果如下，可以看出，googLeNet具有最好的性能。

之后分析这篇文章，A Large-Scale Car Dataset for Fine-Grained Categorizationand Verification

，文章提出了自己的一个车型数据集CompCars，可惜需要高校申请，没有开源。

（http://mmlab.ie.cuhk.edu.hk/datasets/comp_cars/index.html），该数据集一共1716种车型，共136726张图片，从作者的实验结果可以看出，最高的识别率是64.3%。

下来就是这篇15年的ICCV，Bilinear CNNs for Fine-grained Visual Recognition(B-CNN)，该文章首次提出了特征外积的思想，并且可以实现端到端的训练，在Caltech-UCSD birds ，NABirds， FGVC aircraft ，Stanford cars 等数据集上分别获得了84.1%，79.4%，86.9% ，91.3%的准确性。

正如上图所示，一幅图像经过A,B两个卷积后，进行了外积操作，在经过均值池化操作，获得了bilinear向量，最后经过softmax输出最终结果。

然后就是这篇文章2017的cvpr，Low-rank Bilinear Pooling for Fine-Grained Classification(LRBP)，该文章是改进的compactbilinear，大大的减少了计算量和模型的大小，当然只有很少的精度损失。

最终的识别精度如下，也就是在第一个196种车型数据集上达到了90.92%的识别精度

本人自己的改进，使用resnet-Inception+LRBP的思想，并对原始的LRBP进行了改进，对网络进行了调整修改，融合了3个网络结果，输出了最终的结果。终于可以投paper了。

实验测试效果如下，

references:

http://www.vision.caltech.edu/visipedia/CUB-200-2011.html

https://github.com/gy20073/compact_bilinear_pooling

https://github.com/aimerykong/Low-Rank-Bilinear-Pooling