本发明公开了一种基于多模态数据卷积特征融合的C‑Mn钢力学性能预测方法，属于钢材性能预测技术领域，包括以下步骤：构建初始多模态数据集；构建实际多模态数据集；将实际多模态数据集划分为训练集及测试集；利用多模态数据卷积特征融合的卷积神经网络模型对训练数据进行计算，优化模型参数，得到待预测的C‑Mn钢材力学性能预测模型并对测试数据进行计算，并对模型的泛化性能进行评估，得到待应用的基于多模态数据卷积特征融合的C‑Mn钢力学性能预测模型。本发明采用上述的一种基于多模态数据卷积特征融合的C‑Mn钢力学性能预测方法，通过不同维度的卷积神经网络模型有效的将成分工艺与显微组织图像数据信息进行耦合，提高了C‑Mn钢材力学性能的预测精度。