本发明提供一种基于自适应对比学习的图像深度表征方法。首先，对输入图像数据集进行预处理，生成预训练用增强数据集，并分别对自主设计的编码器和解码器模块网络进行预训练；然后，以预训练好的网络参数作为初始值，再对编码器和解码器进行联合训练，训练结束时，编码器的输出即为输入图像数据集的深层特征，并得到图像数据集的亲和矩阵。本发明能够解决在无监督场景下用对比策略学习图像的深层特征时，图像对之间的伪标签构造难、对图像表征功能单一的问题，实现端到端的、完全无监督的图像深层特征提取，同时学习图像间的亲和关系。