本申请公开了一种玻璃管液位计识别方法及相关装置，方法包括：获取包含玻璃液位计的第一图像并输入经过训练的姿态识别模型确定第一图像对应的多组关键点；基于多组关键点在第一图像中选取仅包含玻璃液位计的第二图像并进行图像分割，得到玻璃液位计的液位掩膜图；基于第二图像和液位掩膜图确定玻璃液位计的液位读数。本申请通过对第一图像的卷积神经网络处理并配合注意力机制，提升了关键点识别的准确性和速度，并采用图像校正和分割方法，提高了对液位计液柱的精确分割，使得在不利光照条件以及液位介质颜色不明显的情况下，准确地确定液位读数，进而降低了对环境条件的依赖，减少人为读数的误差，提高读数的自动化和准确性。