我们介绍了徽标分类机制，该机制结合了通过对卷积神经网络（CNN）架构和传统模式识别算法进行微调而获得的一系列深层表示。 为了评估提出的机制，我们建立了一个中等规模的徽标数据集（名为Logo-405），并将其作为徽标相关研究的基准。 我们的实验是在Logo-405数据集和公开可用的FlickrLogos-32数据集上进行的，实验结果表明，所提出的机制优于两种常用的徽标分类方法，包括将手工制作的特征与传统图案进行整合的策略识别算法和采用深层CNN的模型。