本发明涉及一种基于深度学习的地铁多色灯信号机识别方法、设备及介质，该方法包括：步骤S1，车载相机实时监测并获取前方轨道线路的视频数据，构建色灯信号机数据集；步骤S2，将色灯信号机数据集输入深度学习网络训练后进行加速处理，得到检测色灯信号机的模型；步骤S3，根据视频数据采用深度学习语义分割网络识别出列车前方即将行驶的轨行区，得到含有轨行区识别结果的图像；步骤S4，将轨行区右侧的原始图像输入检测色灯信号机的模型，得到所有色灯位置的目标框；步骤S5，判断所有色灯的颜色，并选择距离列车最近的色灯；步骤S6，将距离列车最近的色灯位置和颜色实时打印输出。与现有技术相比，本发明具有提升了识别速度和精度等优点。