Fine-Grained Image Recognition（FGIR）は，似たようなオブジェクト間の細かな違いを識別する，困難な分類タスクである．本研究では鳥のFGIRデータセット「CUB-200-2011」を題材に，画像生成モデルSDXLによるデータ拡張を試行する．また，マルチモーダルモデル「GPT-4V」による画像生成モデルのためのプロンプトの自動生成を試す．具体的には，「GPT-4V」に鳥の特徴の観察を行わせ，その観察結果をもとに「SDXL」のプロンプト作成を行う．以上のようなデータ拡張を行ったデータセットにより，実際に学習を行うことで定量的な検証を行う．