随着信息时代的发展,图书馆为了满足读者日益增加的知识需求,其服务理念从“文献为主”转变成“以人为本”,借阅模式也从“闭架借阅”转变成“开架借阅”。这些转变为读者的借阅等需求提供了很大的便利,但由于读者借还书的不规范性或因图书馆管理人员的管理不到位等原因,使得图书乱架现象经常发生,为图书流通以及读者借阅带来了很大的不便。最初,图书馆解决乱架问题主要是通过加强读者素质教育、增加管理员巡馆次数来实现,但效率是非常低的。无线射频识别技术(RFID)引入后,管理人员可以手持仪器对书架扫描,判断有无图书乱架,然后人眼找到乱架图书,虽然提高了图书乱架整理的工作效率,但仍存在耗时、费力等缺点。深度学习在图像识别领域应用非常成功,很多场景下可以模拟人眼识别图像。所以本论文在RFID技术基础上,设计了一个基于深度学习的图书架序智能识别系统,可以很大程度的提高乱架图书整理的工作效率,具有很重要的现实意义。此系统根据RFID扫描书架来判断是否存在乱架图书,并记录信息。若有乱架则对此书架进行拍照,然后应用深度学习对图片中所有图书进行索书号识别,并将识别出的索书号与记录的乱架图书信息进行匹配,从而达到乱架图书的精准定位。本文主要工作如下:(1)对设计图书馆架序智能识别系统相关技术进行介绍,算法的对比、优化后选取本文适合的技术;(2)图书馆架序智能识别系统的整体设计与主要功能模块的设计;(3)对系统的图像识别模块的设计,在TensorFlow框架下,对经典的LeNet5模型进行了改进,得到本文的卷积神经网络模型,并对模型进行了训练;(4)以贵州财经大学图书馆为例,应用图像分割等技术建立了一个索书号字符数据集。