本发明涉及一种基于关键点检测和深度卷积神经网络的鱼体姿态与长度自动分析方法，包括步骤：S1、通过水下双目摄像机获取包含鱼群的双目图像，所述双目图像包括左图和右图；S2、在水下环境标定获得双目摄像机参数，并对获取的双目图像进行双目校正。本发明的有益效果是：结合了深度卷积神经网络，对应用环境和场景适应性强；引入关键点检测思想，只关注鱼类身上特定的关键点的空间位置，避免了全局双目匹配在水下应用的困难；所需设备简单，只需要水下双目摄像机和运算后端；可实现实时对图像中不同位置和姿态的多条鱼进行姿态估计和长度测量，准确度和效率较高；让模型同样对任务具有泛化能力，容易从一个工作场景迁移至另一个。