合成孔径雷达（SAR）目标识别的主流方法是神经网络，它依赖于大量数据的训练。然而，由于SAR船舶样本量小，传统识别方法提取的特征具有很强的变异性，分类效果较差。针对高山舰船目标的样本量有限的问题，提出了一种基于VGG16迁移学习的识别方法。该方法在现有模型的基础上调整参数，使其适应目标数据集，从而解决了训练样本缺失时识别过程中的过拟合和局部最优解问题。结果表明，该方法优于传统的识别方法。