本发明公开了一种基于卷积神经网络深度学习的环境腐蚀严酷度识别方法，通过神经网络深度学习模型进行训练，建立铜试验片的照片数据和服役时间与电器服役环境的实测腐蚀严酷度等级之间的关联关系，以得到环境腐蚀严酷度等级识别模型；再通过采集铜试验片放置在目标电器服役环境中经过预设服役时间后的照片数据，即可通过环境腐蚀严酷度等级识别模型快速识别出目标电器服役环境的预测腐蚀严酷度等级；因本发明在步骤S3所示的应用阶段能够在目标电器服役环境现场完成，无需将试验样片运输到实验室进行试验，因此能够大大缩短对目标电器服役环境的预测腐蚀严酷度等级识别时间，减少试验样片运输及人工分析判别的成本。