本发明提供一种基于模型的数字图像隐写方法，包括以下操作步骤：步骤S1：获取待检测的彩色数字图像集，并将获取的彩色数字图像集做分类处理；步骤S2：通过训练数据集训练得到具有分析图像隐写富模型特征能力的深度学习模型，该深度学习模型为深度卷积神经网络CNN；步骤S3：将步骤S1中分类好的彩色数字图像独立输入步骤S2中训练得到深度学习模型中对应的卷积通道内学习，最终得出非载体图像、即隐密图像的检测结果；本发明通过具有分析图像隐写富模型特征能力的深度学习模型去分析数字图像，再结合大数据的优势，降低了数据计算维度，大大地提高了识别准确率和速度。