本发明公开了一种乐谱识别方法，涉及乐谱识别技术领域。本发明首先将一幅乐谱图像通过目标识别分割为通过树状结构组织的行、小节、音序；而后使用多标签分类方法处理对音序进行识别，最终通过一定的逻辑处理将提取到的树状结构组合成数字乐谱文件并输出，音序的概念：每一声部的每一节拍内音符和修饰符的集合。本方法流程有效的避免了使用同一网络而无法忽视的类间数据量差距，从而均衡各个类的样本，使每个网络都有其特异性；与基于数字图像处理的光学乐谱识别相比，使用本发明方法流程中目标检测网络进行宏观块分割，能够有效地提升对于小节间信息模糊不清，统计学边界不分明的情况，从而增强系统的健壮性。