昆虫是世界上种类最庞大的生物类型，区分昆虫对农业生产有重要意义，但从事昆虫识别领域的人员数量仍未满足需求。随着计算机图像识别技术的发展，昆虫图像识别技术应运而生。传统的昆虫图像识别方法需要人工对图像进行特征提取，过程复杂，最终得出的模型识别率低。对此，文章采用深度学习方法，基于Tensorflow搭建了卷积神经网络进行昆虫识别，然后重点分析使用不同优化器和设置不同学习率参数对模型最终测试结果的影响。通过对比发现，Adam优化器的测试准确率较高，在学习率为0.009时，准确率可达91%。