本发明提供一种基于2D‑CNN的食用油横向弛豫信号特征提取方法，包括步骤：S1：读取CPMG原始数据并进行反演得到反演数据；S2：分别对CPMG原始数据和反演数据进行预处理；S3：绘制横向弛豫衰减曲线和多组分弛豫谱；S4：构建二维卷积神经网络；S5：自横向弛豫衰减曲线和多组分弛豫谱中提取数据形成训练集和测试集；S6：将训练集输入二维卷积神经网络；S7：将测试集输入训练后二维卷积神经网络；S8：获得分类结果。本发明的一种基于2D‑CNN的食用油横向弛豫信号特征提取方法，通过二维卷积神经网络模型直接对食用油横向弛豫进行特征提取并实现分类，可有效防止无效特征的产生，保证了分类结果的精确性。