本申请公开了一种基于深度学习的改装车识别方法,包括如下步骤:S1.输入图像或视频,若是视频抽帧为图像进行处理;S2.对图像进行预处理,得到有效的图像(集);S3.对预处理后的图像进行零部件特征提取;S4.与数据库内存储的数据进行匹配。本申请可对零部件进行特征提取,进一步排除无效特征,降低了运算负担,减小误判风险;同时采用的是综合了深度可分离卷积、具有线性瓶颈的逆残差结构和基于squeeze and excitation结构的网络模型,是目前同系列最新的轻量化网络模型,hard version of swish激活函数相较于swish激活函数极大地降低了计算量,准确度和快速性都有保证。