本申请提供了一种车辆识别方法及装置，包括：获取待识别车辆图像；利用预先训练得到的第一深度学习网络识别所述待识别车辆图像；所述第一深度学习网络的网络结构包括卷积层、池化层和全连接层，所述卷积层的后面连接所述池化层，所述池化层后面连接所述全连接层，最后的全连接层上的每个输出节点为所述车辆图像的车辆属性概率；根据所述车辆属性概率确定所述待识别车辆图像的车辆属性信息。由于本申请所提供的方案利用的是深度学习网络识别车辆，深度学习网络足以刻画和区分物体，相比现有的人工定义特征进行分类的方式准确性更高，使得误报率和漏报率同时降低。