本发明公开了一种基于改进CapsNet网络的电磁法管道病害识别与定位方法，包括如下步骤：S1建立电磁图谱数据集；S2数据集处理；S3构建基于改进的CapsNet网络探地雷达图谱检测模型并训练；S4模型调参；S5进行模型测试，输出各项评价数值指标并保存最优模型，输出探地雷达图谱的识别结果；S6根据识别结果，由对应位置的探地雷达A‑scan数据实现管道病害的定位。本发明采用深度学习，基于电磁图谱大数据进行模型训练，新增了一个卷积层，用于再次提取位于画幅中不同位置的特征，优化特征提取的效果；改进了胶囊网络原本的动态路由算法使得参数量大大较少并且增大了允许接受的输入图片的尺度，提高模型检测的准确率，实现管道病害的智能、高效的识别。