本发明公开了一种基于FPGA的全流水线医药高光谱图像神经网络分类方法，首先采集并制作高光谱医药数据集图像；其次设计具有卷积神经网络主干架构的深度神经网络进行训练，保存模型收敛的训练参数；然后对神经网络进行量化处理，对网络权重使用逐通道对称量化，对网络的其他浮点参数使用贪心算法逐步寻找各个参数缩放系数的局部最优值，获得参数为整型的神经网络；基于硬件描述语言Verilog重新构建寄存器传输级的网络模型，实现全流水线；最终通过仿真综合布局布线，将符合预设设计要求的布局布线后的网络模型部署在FPGA上完成分类算法实现。在边缘端进行分类，准确率仅有轻微下降，实现全流水线化，分类速度较快，资源消耗较低。