本发明属于光谱探测、人工智能技术领域，具体为一种小麦赤霉病的高光谱无损检测方法。本发明采用卷积神经网络模型同时处理小麦患病籽粒的光谱信息和空间信息；具体包括：利用高光谱成像系统采集小麦籽粒样本，得到高光谱图像数据集；对高光谱图像进行预处理，得到各波段小麦籽粒的平均光谱反射率；利用SPA连续投影算法，得到保留原始图像大量非线性信息的特征波段；制作小麦籽粒的RGB数据集和特征波段数据集；搭建卷积神经网络模型：LeNet‑5卷积神经网络；用小麦籽粒高光谱特征波段、RGB通道下的数据集进行模型训练，得到最优的小麦籽粒赤霉病识别模型；利用该识别模型即可检测小麦赤霉病情形。本发明可显著提高小麦赤霉病识别的准确率。