本发明涉及一种基于深度学习和哈希的图像检索方法，利用深度卷积神经网络强大的学习能力，提取图像深层特征，克服现有技术中利用图像底层特征而导致特征表达能力不强、检索精度低的问题；并引入哈希层构造哈希函数，将图像深度特征的学习和哈希函数的构造在同一过程中完成，挖掘图像特征与哈希函数内在关系，大大提高图像检索准确率；将量化误差的损失加入到深度卷积神经网络的损失层，增强了哈希码的表达能力，通过Softmax分类器损失模块和量化误差损失模块，有效降低哈希函数中的二值化造成的量化误差，进一步提高图像检索的准确率。