本发明公开了一种卷积神经网络识别AFM图象预测材料性能的方法,使用AFM得到聚合物的相图,取得聚合物晶区与非晶区的分布信息,对图像进行预处理后使用卷积神经网络进行AFM相图的特征提取,得到对应的特征神经网络,使用该网络可以实现使用AFM相图预测聚合物材料的断裂伸长率。本发明解决了现有原子力显微镜对于复杂材料表面结构识别后,无法获取更多信息的问题,为实际场景中应用AFM预测更多材料力学特性提供了可能,且有助于进一步分析材料的相区分布对其力学性能的影响,本发明可以通过AFM相图快速预测材料的拉伸性能,可在材料工程领域广泛推广。