针对深度学习在图像识别任务中过分依赖标注数据的问题，提岀一种基于特征交换的卷积神经网络（CNN）图像分类算法。结合CNN的特征提取方式与全卷积神经网络的像素位置预测功能，将CNN卷积层提取出的特征图与同类标签特征图进行交换，充分融合有限的图像特征，以解决图像识别中样本不足的问题。实验结果表明，该算法对标注数据的依赖性较低且有效提升了网络识别准确率，适用于数据量较小的图像分类场景。