本发明将深度卷积神经网络和液位式表计的检测技术结合在一起，公开了一种基于深度卷积神经网络的液位式表计读数方法，包括以下步骤：第一步骤，基于第一特征金字塔（FPN）模型处理第一图像以输出液位式表计在第一图像中的表计位置；第二步骤，对第一图像进行截取以获得第二图像，并将截取获得的第二图像输入到第二全卷积神经网络（FCN）模型处理，以输出液位式表计在第二图像中的指针位置；第三步骤，输出液位式表计的读数。本发明充分融合了CNN、多种尺度缩放、FPN、拼接和全连接层技术，以及在此基础上配合全卷积神经网络FCN，实现了对液位式表计进行读数识别的新方法。