本发明公开了一种基于深度学习的弱监督语义分割方法;首先利用已有的数据集在预训练的Resnet50上进行微调,然后利用训练好的Resnet50得到相应的类激活图,利用设定的阈值得到分割的伪标签,并采用全连接的条件随机场Dense conditional random fields,Dense CRF)对标签进行优化。最后,利用优化后的伪标签训练分割网络。本发明所述的方法只需使用图像级别的标签就可以完成目标的分类以及语义分割任务,极大了减少了人工标注所耗费的大量的人力物力。相比于现有的弱监督方法,本方法效率更高,定位结果更加准确。