在计算机机房的日常资产管理工作中,机器设备信息采集和管理维护占有很大一部分工作量,机房管理人员对于资产信息的记录通常采用传统的书面日志形式,不方便查询和统计,而且靠人力统计记录容易造成遗漏和误差。随着机房管理工作的日益烦琐,对设计一套计算机机房资产管理应用软件的需求十分迫切,机房信息维护软件在机器维护中的应用也越来越广。本文针对机房设备信息采集过程中,设备信息采集耗时长、可靠性低、成本高、资产异地管理难度大等问题,将卷积神经网络引入机房设备信息自动化采集领域,提出了基于卷积神经网络的设备分类器和设备位置信息采集器,将两种信息自动采集的卷积模型应用于机房设备信息的自动化采集过程中,实现在移动终端进行机房设备信息自动化采集存储,省去了人工管理和维护的麻烦。另外,本系统采用服务端和客户端相分离的架构,设计实现移动端APP应用系统和服务器端数据系统,能快速稳定地运行在终端。为了给管理人员提供更好的资产管理服务,本文在移动端APP系统中提供了资产管理接口和基于WebGL的设备三维可视化接口,方便管理人员随时随地编辑机房资产信息,查看设备的视觉详情。实验结果表明,该系统拥有良好的信息在线采集和数据存储能力,能够很好的通过设备分类器和设备位置信息采集器来自动分类并获取设备的相关信息,极大地改进了机房设备信息采集管理的方式。