弱监督场景下跨层特征交互的轻量级细粒度图像识别方法，该方法利用多层聚合分组卷积代替常规卷积构建出新型残差模块，将其直接嵌入深度残差网络框架实现基础网络轻量化。之后，通过计算高效的低秩近似多项式核池化对特征之间的交互作用进行建模，压缩特征描述向量维度，降低分类全连接层的存储占用与计算成本，同时这一池化方案促使线性分类器具备与高阶多项式核分类器相当的判别能力，显著提高识别精度。最终，采用跨层特征交互网络框架组合特征多样性，增强特征学习与表达能力，减少过拟合风险。本发明公开的弱监督场景下跨层特征交互的轻量级细粒度图像识别方法在识别准确率、计算复杂度和技术可行性三个方面的综合性能处于目前领先水平。