本發(fā)明實(shí)施例公開了基于殘差卷積神經(jīng)網(wǎng)絡(luò)的卷煙真假識(shí)別方法、裝置和設(shè)備，該方法包括：獲取包括真煙樣品圖片和假煙樣品圖片的特征區(qū)域放大圖片集；對(duì)圖片集中圖片的指定位置進(jìn)行裁剪得到N個(gè)特征圖片；對(duì)N個(gè)特征圖片進(jìn)行預(yù)處理得到M個(gè)圖片；對(duì)M個(gè)圖片進(jìn)行標(biāo)準(zhǔn)化處理和圖像縮放后作為訓(xùn)練集，使用ResNet34殘差卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并采用交叉熵?fù)p失函數(shù)進(jìn)行真假二分類，以準(zhǔn)確率作為訓(xùn)練模型的測(cè)量指標(biāo)得到卷煙真假識(shí)別模型；根據(jù)卷煙真假識(shí)別模型進(jìn)行卷煙真假識(shí)別。本發(fā)明采用無損檢測(cè)的方式識(shí)別卷煙真假，并采用細(xì)節(jié)放大特征采集，機(jī)器識(shí)別難度低，采用殘差卷積神經(jīng)網(wǎng)絡(luò)識(shí)別能達(dá)到較高的準(zhǔn)確率。