本发明公开了一种基于机器学习的钻井液流变参数实时测量方法，采用图像识别和机器学习实时输出流动状态下钻井液的流变参数，具体包括建立钻井液图片数据库，配制体积相同但流变参数不同的钻井液，在同一设定转速下，分别采集不同流变参数的钻井液流动时自由液面的图片，然后对图片数据预处理，构建卷积神经网络模型并编译模型和训练模型，最后将实时获取的同转速流动状态下的钻井液图片导入已训练完成的模型中，模型输出钻井液的流变参数值。本发明无需使用任何机械化设备和传感器即可获得钻井液的流变参数，可实时测量，且测量频率达到秒级，进一步可无限复制到不同流体流变性测试应用场景，例如工程浆液、非开挖、隧道等工程中的浆液流变性测试，使用范围广。