本发明涉及基于轻量级双通道特征渐进提取的图像识别方法，包括，S10、获取目标实例图片；S20、通过预训练的LDC‑PLE识别模型对目标实例图片进行图像识别得到识别结果。本发明通过将两个ResNet等预训练模型与PLE进行模型融合，对数据集进行双通道提取，可以提高传统PLE模型的性能、通用性和适用性，同时在计算效率和特征表达方面找到平衡，尤其适用于多任务学习和迁移学习的情景。这种融合方法充分发挥了两者的优势，提高了深度学习模型在各种计算机视觉任务中的表现。而在PLE的FC层前加上卷积层又可以显著降低参数量，即轻量级，使模型适用于高维度数据，同时加强模型对于有结构数据的处理能力。另外考虑到舰船识别的数据源的特殊性，本发明尤其适用于舰船识别。