本发明公开了一种基于高光谱图像与机器学习的海底特小目标自动识别方法，涉及海底目标识别领域。首先，将原始高光谱遥感数据进行辐射校正、数据压缩、彩色合成、图像增强等预处理工作，得到处理后的图像数据；其次，基于预处理得到的图像数据，对图像中的海底特小目标进行标签制作，得到制作后的标签数据集；然后，对基于YOLOv5s基准网络并融合重叠度与最优传输理论的模型进行训练，得到改进模型；最后，通过将图像数据测试集输入训练好的改进模型，实现对海底特小目标的自动准确识别。该方法能够快速准确实现海底特小目标自动识别，提升了工作效率、减少了人为性。本发明在深海多金属结核识别及资源评价等方面具有实际应用价值。