本发明属于仪表数据采集技术领域，涉及基于偏振成像的深度学习指针仪表读数识别方法，通过无人机或者塔基摄像头采集获取指针仪表的若干第一图像；第一图像包括四个角度的偏振图像；对第一图像中的指针仪表进行表盘位置标注，得到第二图像；对标注好的第二图像进行随机数据扩增；使用扩增后的第二图像对RetinaNet目标检测模型进行训练，得到训练后的RetinaNet目标检测模型；使用训练好的RetinaNet目标检测模型检测巡检机器人实时拍摄的偏振图像中是否包含表盘，并裁剪表盘图像；对表盘图像进行去水雾处理，最后进行表盘指针读数。本发明能够实现在有水雾情况下依旧高效的全自动化获取指针仪表读数。