本发明公布了一种识别准确率较高、泛化能力较好的基于卷积神经网络的火灾图像视频识别方法。该基于卷积神经网络的火灾图像识别方法通过设计神经网络结构，网络优化方法建立一套火灾图像识别领域的算法，根据网络收敛和预测情况再进行网络参数微调，使用该卷积神经网络直接得到图像是否为火灾图像，相比于传统的特征提取方法，本发明无需复杂的预处理环节，并且在测试集上保持较高的准确率和泛化能力。将火灾图片测试集输入网络得到火灾识别结果，准确率达98.5％。本发明创新性的使用深度级可分离卷积，大大减少了计算量和模型参数量，适合嵌入式设备的使用，可以快速、准确的识别火灾图像，对于火灾识别领域技术推广具有重要意义。