一种基于多光谱巡检图像的杂草智能识别方法。本发明涉及深度学习图像识别领域，特别是涉及一种基于神经网络对巡检图像中杂草的识别方法。本发明以提高多光谱巡检图像中杂草的识别率为目标，以多光谱巡检图像中杂草的特征为基础，结合卷积神经网络方法，解决多光谱巡检图像中电力设备附近杂草识别问题。通过对多光谱巡检图像进行样本数据增广和图像分割，依据杂草和依附的电力设备的特征，在不丢失边缘信息的情况下，获得完整的区域分割结果。接着引入区域生成网络，提取出整幅图像的基础信息，然后再对图像提取固定个数的候选框的图像特征，和改进的图像分类网络连接在一起，得到最终的卷积神经网络模型对杂草进行智能识别。