本发明公开了一种基于细粒度目标分类的多视角多目标识别方法，方法包括：采集多个视角、多个目标的图像；对每个视角中的图像目标进行裁剪，保存为单个目标；针对每个视角下的单目标图像，通过渐进式训练方法获取目标预测概率分布；计算图像真实类别和预测类别之间的损失；对计算出的损失进行优化；重复第三步后的内容，直到损失达到预设阈值，使算法收敛；将不同视角中每个目标预测出的类别分别标注到对应的原图中，完成多视角、多目标识别。本发明充分利用了细粒度识别的优势，解决了由于目标类间差异小、类内差异大而无法准识别目标的难题，同时充分利用不同视角之间信息的一致性和互补性，实现了多视角、多目标识别。