本发明公开了一种基于贝叶斯深度学习的超参数图像分割方法，旨在解决现有的图像分割中超参数的提取计算量大且精度低的技术问题。本发明选择图像训练集，对图像信息进行高斯过程，采用L2正则算子对数据集进行预处理，获取图像轮廓边缘特征，并构建目标特征边缘特征识别训练集，根据贝叶斯定理对数据集进行分类，并设定基于语义识别的图像目标边缘分割标签，进一步采用高斯过程，提取目标边缘特征数据集，并计算目标集边缘特征高斯超参数集。本发明的有益效果在于：提高目标识别的效率与精度。