本发明涉及一种基于轻量级神经网络的车道图像分割方法。该方法包括：选取CULane数据集作为车道分割训练的数据集；利用轻量级神经网络对所述数据集的图像进行特征提取，得到预处理的特征图；利用所述特征图构建金字塔解析模块，对所述车道线图像进行粗略分割；根据所述粗略分割结果，融合车道结构损失函数对所述车道线图像进行细分，确定车道区域。本发明在不丢失分割网络框架准确性的前提下，提升了网络运行速度，增强了模型视觉线索的推理能力，满足了自动驾驶中实用性与高效性。