本发明公开了一种基于卷积神经网络的屏柜指示灯识别方法及装置，步骤S1：采集屏柜指示灯图像，标注指示灯图像并进行数据增强，划分训练集和测试集；步骤S2：初始化图像检测模型参数并设置学习率，对图像检测模型进行训练、压缩，测试，获得训练后的图像检测模型；步骤S3：相机同步采集现场屏柜指示灯图像，输入到训练后的图像检测模型进行检测，识别出屏柜指示灯类别及以指示灯亮暗状态，得到保护装置的工作状态。本发明能够全天候自动迅速地响应，并且减少了现场人员的工作量，相较于传统的巡视方法更具智能性。本发明提升保护装置运行的安全性、可靠性和稳定性，推广应用前景广阔。