细粒度视觉分类旨在识别同一类别下多个子类别的图像，由于这些高度相似类别之间存在细微的内在差异，该任务极具挑战性。现有大多数方法仅以单张图像作为输入，这可能限制了模型从不同图像中捕捉对比性线索的能力。为此，本文提出一种名为渐进式协同注意力网络（Progressive Co-Attention Network, PCA-Net）的有效方法来应对这一问题。具体而言，通过促进同类别图像对内部特征通道之间的交互，计算通道间的相似性，以捕捉共有的判别性特征。同时，考虑到互补信息在识别中的重要性，我们通过抑制由通道交互增强的显著区域，迫使网络关注其他具有判别性的区域。所提出的模型在三个细粒度视觉分类基准数据集（CUB-200-2011、Stanford Cars 和 FGVC Aircraft）上均取得了具有竞争力的性能表现。