本发明涉及视频处理和视频画质增强领域，提供了一种高效实时光流法深度学习视频插帧方法，使用I FNet模型作为中间流网络，将输入图像t0时刻帧和t1时刻帧输入I FNet模型的三个模块中进行4倍、2倍、1倍降采样提取特征，采取从粗到细的策略首先进行4倍降采样特区特征，按照正向顺序和反向顺序输入分别得到正反向光流和正反向掩膜，将正反向光流和正反向掩膜进行融合，再使用融合光流对输入原图像进行warp i ng操作，最后根据融合掩膜对正反向光流生成的图像做加权操作，使得图像像素根据光流产生偏移运动到指定位置，得到插帧图像，实现根据不同配置同时输出多个时间片插帧，效率显著提升。