本发明公开了一种面向智慧油田的基于类中心损失的多负例哈希图像检索方法及系统，包括：将训练集图像分为若干个类；初始化卷积神经网络信息；判断当前训练轮数是否大于初始化预先训练轮数，若是，基于训练集图像，获取各个类图像的类中心位置；若否，随机抽取若干个图像样本，构建相似性矩阵，基于相似性矩阵和类中心位置，获取卷积神经网络的损失函数；将损失函数由卷积神经网络从后向前传播，梯度更新卷积神经网络每一层的参数；判断当前训练轮数是否满足大于最大迭代次数；若是，输出训练完参数的卷积神经网络，获取目标图像；反之，直至训练完成。本发明基于标签监督信息，控制图像哈希码的距离，快速检索目标图像，提升图像检索效率。