车削加工过程中，刀具磨损是影响加工效率最重要的一个因素，在工件表面发生过度损坏之前，需要对刀具的磨损情况进行识别和及时更新，实现工件的高质量生产加工。提出了一种基于深度学习的刀具磨损状态识别方法，通过显微镜记录不同磨损阶段的车削刀具图像，并利用卷积神经网络提取输入图像不同磨损状态特征，对该模型选择合适的训练参数，实现切削刀具磨损的状态分类。实验表明，在对车刀的不同磨损状态进行分类时，准确率可达到94.0%，可用于低成本识别车削加工过程中的刀具磨损状态。