本文基于Ba等人（2014）的循环神经网络模型，研究细粒度分类任务。通过使用强大的视觉网络替代传统RNN，并在大规模预训练下进行训练，模型效果优于谷歌网络，能够自主区分狗的品种，具备端对端训练的优势。

本文研究了在无约束视觉环境下的细粒度分类任务，通过使用强大的视觉网络替代传统的RNN结构，并在大规模预训练的情况下训练模型，成功实现了比谷歌网络分类模型更好的效果。该模型能够自主学习并区分各类狗的品种，无需边界框等空间监督，具备端对端训练的优势。