本发明涉及一种基于卷积神经网络的岩渣分类算法，岩渣作为掘进过程中主要的产物，包含丰富的信息，研究及工程实践表明可通过对岩渣的类别进行观测，实时推测刀盘的工作状况。通过图像识别岩渣种类以达到间接检测刀盘的目的，从而指导现场施工人员及时检查和更换刀具。相机在传送带上方采集图像，避开了恶劣的生产环境，同时还具有设备简单、损耗低、成本低、长时间监测等优点，以此为动机，该发明提出一种基于卷积神经网络的岩渣分类算法。为提取岩渣图像特征，该文首先根据预训练模型迁移学习参数，同时配合数据扩增方法，将扩增后的岩渣数据集作为卷积神经网络的输入，训练岩渣分类网络。为实现盾构机边缘端的算法部署，本发明还提出一种结合量化与剪枝的网络压缩方法，对网络进行了近乎无损的压缩，减小了参数量和计算量。