一种基于深度学习的移动机器人回环检测方法。其包括构成航站楼实际场景数据集和航站楼实际场景增强数据集；获得区域生成模型、全局描述模型和回环检测模型；获得回环候选帧；进行回环验证，获得最终的回环帧等步骤。本发明具有如下有益效果：本发明引入深度学习技术学习图像帧局部区域的全局特征描述子，相比于人工设计的描述子，能学习到更深层次的语义信息，能更好地适应场景变化，并且结合了全局描述子和局部描述子的优点，在全局描述子本身具有的良好外观不变性的基础上，增强了描述子对于视点变化的鲁棒性。