本发明公开了一种基于卷积神经网络的泳姿识别方法,包括：将九轴传感器安装在手腕处，记录人体游泳时手腕部的加速度和角速度信号；取出一个单位长度的待测信号进行识别分割；对分割得到的信号进行预处理，设计卷积神经网络模型结构；对卷积神经网络模型参数进行训练，将预处理后的信号输入到训练后的卷积神经网络模型中进行分类，确定信号分类结果；根据信号分类结果，确定待测信号中所要取出的单位长度的信号片段的区间，重复上述步骤。本发明通过对卷积神经网络结构进行修改，降低了其对计算资源的需求，使其能在智能可穿戴设备上对泳姿进行高效、准确的识别。