本申请提供一种基于局部时频特征迁移学习的轴承故障诊断模型训练方法，应用于机械技术领域。该方法包括：获取参考轴承的源域振动信号及待测轴承的目标域振动信号；根据源域振动信号确定局部时频谱矩阵；接收局部时频谱矩阵的特征信息，根据携带特征信息的局部时频谱矩阵构建源域训练集；利用源域训练集对源域轻量级深度学习模型进行训练，获取源域轴承故障诊断模型；建立目标域轻量级深度学习模型，将源域轴承故障诊断模型的参数迁移至目标域轻量级深度学习模型；根据目标域振动信号构建目标域训练集，利用目标域训练集对目标域轻量级深度学习模型的参数进行调整，获取目标域轴承故障诊断模型，以识别待测轴承的故障，提高了精准率。