随着计算机视觉领域的发展,目标检测技术越来越多地应用于实际生活中。其中,电子商务环境下对于海量商品图片的处理问题,为目标检测技术特别是logo检测与识别技术提供了广阔的应用领域。首先,通过检测与识别商品图片中的logo,可以判断该商品的品牌,进一步结合商品的文字信息,可以帮助分析该商品是否为假冒伪劣商品：另外,logo检测与识别为基于图片的品牌相关商品搜索推荐提供了基础。因此,本文提出了一种基于卷积神经网络的logo检测与识别方法。目标检测任务中,除了识别目标类别外,定位目标的位置也是一个关键难点。因此,本文提出基于卷积神经网络的logo检测方法,通过判断图片中的局部区域是否为logo完成logo的定位任务。首先,设计区分logo与非logo的二分类卷积神经网络的结构；然后,根据检测过程中实际处理的样本情况,从训练数据集中产生logo与非logo的训练数据；最后,在该训练数据集上使用反向传播算法学习神经网络中的权值、偏置等参数。在得到logo的位置后,我们使用基于卷积神经网络的logo识别方法,判断不同位置的logo类别。首先,根据logo识别任务的目标,调整卷积神经网络的特征图数量、全连接层节点个数等参数；然后,使用logo检测过程得到的logo区域作为训练样本,学习网络中的参数。实验表明,本文提出的基于卷积神经网络的logo检测与识别方法可以很好的处理商品图片中logo的多尺度以及轻微的旋转、变形等问题,取得了较好的检测效果。