本发明公开了一种基于深度学习的航天器位姿估计算法，能够有效地解决位姿参数中平移参数和旋转参数在数量级上的差异，从而保证深度学习网络预测的位置参数和旋转参数具有较高的精度，且通过最小化航天器CAD模型在图像中的投影轮廓的几何残差，对深度学习网络获得的位姿参数进行优化，从而给出航天器位姿参数的极大似然估计，具有非常优秀的统计学特性，从而保证了位姿估计的精度。该算法网络规模较小，算法运行时间较短，对硬件要求较低。