细粒度识别面临的一个独特挑战是在存在显著类内差异的情况下，捕捉细微的类间差异（例如，不同鸟类物种的喙部特征）。传统方法通常通过裁剪局部区域并从中学习细节表征，但这类方法受限于固定数量的部件，且容易丢失周围上下文信息。本文提出一种简单而有效的框架——选择性稀疏采样（Selective Sparse Sampling），以捕捉多样且精细的细节。该框架基于卷积神经网络实现，称为选择性稀疏采样网络（Selective Sparse Sampling Networks, S3Ns）。在图像级监督下，S3Ns从类别响应图中提取峰值（即局部最大值），用于估计具有信息量的感受野，并学习一组稀疏注意力机制，以捕捉精细视觉证据的同时保留上下文信息。随后，对这些证据进行选择性采样，从而提取出具有判别性且互补的特征，显著丰富了网络所学的表征，并引导模型发现更细微的判别线索。大量实验与消融研究结果表明，所提出的方法在多个具有挑战性的基准数据集（包括 CUB-200-2011、FGVC-Aircraft 和 Stanford Cars）上均持续优于当前最先进的方法。