本发明属于油气岩性识别技术领域，涉及一种基于粗糙集属性约简的卷积神经网络岩性识别方法；1)收集数据得到训练集D；2)分别D中图片上的曲线拆分成单条曲线图片组成同源图片组得到D′；3)采用卷积神经网络模型同时对每个同源图片组作卷积训练，得到p×k组合向量；4)用粗糙集对组合向量进行属性约简得到B；5)B送入分类器模型中得到第一次实际输出结果；6)将第一次实际输出值与期望输出结果比较，根据比较结果调整参数反复迭代训练，直至准确率满足要求或最大时停止训练，得到识别结果。本发明在卷积神经训练中，通过粗糙集对数据集进行属性约简，从而达到精简数据集，减少模型训练的难度；同时通过反复调整、迭代训练，提高准确率。