本发明公开了一种基于过渡概率矩阵和轻量级网络的轴承故障诊断方法，包括如下步骤：通过传感器采集轴承振动信号；以N个采样点为一组对轴承信号进行划分；对每一组采样点的值域进行离散化为Q等份；根据采样点和值域Q的映射关系构建转换矩阵W，并通过计算其过渡概率生成相关的过渡概率矩阵；将每个概率沿采样点顺序对齐来构建MTF矩阵并对其进行可视化；将可视化后的数据输入到轻量级模块中进行特征图提取，然后将提取的特征图通过带有向不同空间方向上聚合特征的注意力机制的卷积过程得到对方向感知和位置敏感的特征图，并以此进行分类预测，得到分类结果并判断轴承的故障类型。所述方法能够在获得较高准确率的同时，具有复杂度低、参数量少、设备要求低等优点。