由于不同种类的干扰信号，其信号特征属性是不同的，造成传统方法对无线通信网络干扰信号识别的准确率下降。为此，提出基于深度学习 YOLOv2 算法的无线通信网络干扰信号准确识别方法。首先利用深度学习算法对无线通信网络干扰信号进行聚类，以此确定干扰信号中心；然后利用 YOLOv2 算法分割由通信信号组成的时频图像；最后构建时频图像干扰信号检测框，并结合干扰信号中心确定结果实现无线通信网络干扰信号准确识别。设计对比实验，实验结果表明，所提出方法先验框高度最大，即实际的检测范围最大，识别耗时最短，可以达到无线通信网络干扰信号准确识别的目的。