本发明属于物品智能识别领域,涉及一种样本高效标注的物品识别方法;工艺步骤包括:S11、根据需求准备相应类别的静态图片作为训练样本进行训练,形成训练数据集;S12、进行图像标注,将所有的样本标注文件结合得到最后的训练样本数据,用于训练物品检测模型;S13、采用resnet‑101骨干网络进行模型的训练;通过修改训练参数在已有模型的基础上进行多次模型训练操作,直到得到一个满足自己需求的模型;S14、采用mask rcnn算法进行目标检测,得到预测类别、分割的目标区域的轮廓信息和边界框;所述方法减少了背景的干扰,有效提高了目标匹配的准确度,减少了计算量,提高了目标匹配速度;同时本发明的样本标注方式可大量减少样本标注时间,节省人力和时间。