本申请基于深度学习的机器人智能巡检中的仪表数据识别方法，涉及图像处理领域。该方法包括：获取仪表盘视频；对仪表盘视频进行关键帧提取，得到待测关键帧；对待测关键帧进行图像分割，得到待测图像；将待测图像输入示数读取模型，输出得到仪表示数读取结果；对仪表示数读取结果进行处理，得到仪表读数。在进行对于包含有仪表的图片进行识别的过程中，通过提取关键帧，并分割关键图片的方式，获取与仪表示数相关的图片，并输入识别模型中，最终得到仪表读数。在识别过程中结合关键帧识别、图像分割以及人工智能技术，使得机器人智能巡检过程中，对于指示仪表当中的数据的自动识别准确率得到提高。