本发明公开了一种基于多任务迁移学习的数字档案图像的矫正方法，方法包括：构建多任务学习数字档案图像数据库；将已训练完成的卷积神经网络模型进行模型迁移，构建多任务迁移学习模型，将多任务学习数字档案图像数据库中的数字档案图像输入至多任务迁移学习模型的共享特征层，构建全连接层，以训练多任务迁移学习模型；将测试的数字档案图像输入至训练完成后的多任务迁移学习模型中，得到任务输出结果。本发明利用训练好的网络模型直接进行参数迁移，避免重新训练大规模的深度网络，并通过多个任务之间的相关性和差异性来提高数字档案图像矫正的准确性和提高网络模型的泛化能力。