本发明提供一种智能货柜的商品识别方法，获取配置在智能货柜内各层货架上方的鱼眼相机俯视拍摄的商品图像；利用预先训练完毕的改进Cascade R‑CNN网络模型对所述商品图像中的商品进行检测，并根据商品检测结果对所述商品图像中的商品进行截取得到商品目标图；根据所述商品目标图的数量判断智能货柜内的商品数量是否发生变化；若是，则利用改进Resnet网络模型提取商品特征，与预设商品特征库进行特征值比对确定当前时刻智能货柜内的商品类别及对应的商品数量，并更新所述智能货柜的商品数据库中的商品信息。本发明方案通过商品特征比对的方法实现了购买商品类别的准确识别，可将新增商品特征加入商品特征库用于识别商品类别，提高了智能货柜对新增商品的适用性。