本发明提供一种基于多尺度时空融合网络模型的刀具磨损状态监测方法，涉及刀具状态检测技术领域。该方法首先采集刀具加工过程的原始信号，获得刀具磨损状态数据集；并对刀具磨损状态数据集进行预处理，划分为训练集与测试集；构建多尺度时空融合网络模型作为刀具磨损状态预测模型；使用训练数据集训练刀具磨损状态预测模型，并使用测试集进行测试；然后使用训练好的刀具磨损状态预测模型预测待监测的刀具磨损状态；最后对已预测的刀具磨损状态进行平滑处理，得到平滑化的预测刀具磨损状态。该方法相对其他深度学习方法，提高了网络可解释性的同时，大大提升了预测精度。