本发明实施例提供一种图结构表征的高阶关联发现细粒度图像识别方法及装置，其中方法包括：将待分类图像输入具有多个阶段的卷积神经网络特征提取器，提取最后一个阶段的两层网络特征图，根据网络特征图，构建混合高阶注意力模块，并根据混合高阶注意力模块形成高阶特征向量池，将向量池中的每一个向量作为节点，并利用高阶特征间的语义相似性，分组形成代表性向量节点，对代表性向量节点进行全局池化，得到分类向量，并基于分类向量，通过全连接层和分类器得到细粒度分类结果，无需依赖额外的部件特征提取网络，实现对图像特征的快速准确提取，利用图像自身信息构建图像特征间的关联关系，得到细粒度特征的精细表征，提高图像的识别效果。