本发明涉及钞票识别技术领域，尤其涉及一种基于深度卷积神经网络的人民币冠字号多标签识别方法。对钞票图像进行预处理；首先使用先验知识大致定位，然后对冠字号进行准确定位，得到人民币冠字号图像；将所有人民币冠字号图像缩放成预设的同一尺寸；利用深度卷积神经网络对图像特征进行提取，训练模型后得到预测向量，当模型达到一定准确率时保存模型；预测阶段将图像传入到深度卷积神经网络中提取图像特征；将特征图拉伸输入到全连接层中得出预测向量；将预测向量进行Sigmoid操作；将作Sigmoid操作后的预测向量切分成十条，从每一条中找到最大值，并映射到对应的标签向量上，得出最终分类结果。本发明相较于传统识别方法，快速，稳定，准确率高。