本发明属于图像检索技术领域，具体为一种单模型多分支结构的图像检索方法。本发明采用单模型集成多学习分支结构，特征提取器为多层卷积神经网络结构，学习分支为多卷积层与多隐藏层结构；单个特征提取器与多学习分支共享特征参数，其中，单个特征提取器保证统一的特征表达，结合学习分支的差异化训练方法，实现图像特征属性的映射；多分支结构拼接各个学习器的输出向量以获得最后描述图像的高维向量；最后这个特征向量相似度排序，根据相似度排序，即检索到同类别图像。本发明模型训练时间短，计算效率高。