La identificación automática del tipo de roca en el campo sería de gran ayuda para la prospección geológica, la educación y la cartografía automática. El aprendizaje profundo está recibiendo una atención significativa en la investigación de reconocimiento de patrones y aprendizaje automático. Su aplicación aquí ha identificado eficazmente los tipos de roca a partir de imágenes capturadas en el campo. Este documento propone un enfoque preciso para identificar tipos de roca en el campo basado en análisis de imágenes utilizando redes neuronales convolucionales profundas. El enfoque propuesto puede identificar seis tipos comunes de roca con una precisión de clasificación general del 97,96%, superando así a otros modelos establecidos de aprendizaje profundo y un modelo lineal. Los resultados muestran que el enfoque propuesto basado en aprendizaje profundo representa una mejora en la identificación inteligente de tipos de roca y resuelve varias dificultades que enfrenta la identificación automatizada de tipos de roca en el campo.