基于深度学习的建筑固废组分快速识别与比例估算方法，属于建筑固体废弃物再生应用技术领域。本发明解决了现场堆积多源建筑固废组分识别及估算的难题，具体步骤为：构造零散工况和密集工况下的室内立体固废场；随机调整室内固废的位置及姿势，并拍摄照片；拍摄拆迁现场堆积的建筑固废照片；对采集到三种工况下的图像做物体标注并做训练集预处理；利用YOLOv5训练得到识别模型，基于此识别模块识别建筑固废组分，编写比例估算模块，利用程序统计图像中各类建筑固废数量，得到各组分比例。本发明的识别方法能够识别现场堆积的多源建筑固废，识别精度和速度较好，并且能够估算拆迁现场建筑固废各组分比例，为后续建筑固废处理提供决策依据。