针对枪支种属识别目前主要依靠检验人员经验，识别效率较低的问题，本文提出了一种基于多任务级联深度残差网络的枪支图像自动识别模型。该模型以ResNet18为基本构建单元，通过级联融合四个任务（ResNet18单元）中的Softmax损失函数约束，实现对枪支图像从枪族大类到细分枪型的多维度聚类。并在该模型的基础上，设计了一套制式枪支图像智能检索系统，实现了对拍摄上传的枪支图像自动识别其枪支种属信息。在本文自建的制式枪支图像数据集上，针对1018张实际拍摄的枪支图像的检索实验结果表明，与EfficientNet和NTS-net等前沿主流算法相比，本文方法的识别准确率更高，Rank-1识别准确率为61.12%，Rank-20识别准确率为95.28%，说明该方法对真实场景下拍摄的枪支图像识别具有较好的鲁棒性。