本发明涉及钢轨探伤技术领域，涉及一种基于深度卷积神经网络的钢轨伤损B显图像识别方法，其包括以下步骤：一、查找焊缝、正常螺孔、异常螺孔和表面伤四类出波情况并保存；二、对原始图片进行填充，将图片尺寸扩展；三、将填充后的数据裁剪；四、横向上沿左右两股钢轨对称轴进行上下对称裁剪为两部分，沿纵向平均裁剪为四部分，最后得到416×416的标准图片；五、打标签操作,将标签文件与图片文件制作成标准数据集；六、构建YOLO‑UAV+min模型；七、对数据集进行聚类分析，得到先验框，将先验框输入到模型中；八、配置网络参数；九、使用模型进行训练。本发明能较佳的识别伤损。