本发明涉及一种基于迁移学习与全连接层输出的SAR图像目标识别方法，其中包括：读取SAR图像数据并进行目标截取，使得待识别的目标图像大小一致；对已截取的图像数据做四种预处理，包括剪切、旋转、缩放、镜像翻转变换，以扩充数据集；对扩充后数据集的数值进行归一化；设计基于ResNet50网络的全连接层全输出深度学习模型；将利用光学图像数据集训练好的ResNet50网络参数导入设计模型，并冻结模型底层参数，利用SAR图像数据集的带标签训练样本对模型中未冻结的参数进行训练；利用训练好的模型对待识别SAR图像进行预测，得到识别结果。