本发明涉及一种基于混合注意力和多尺度级联的视网膜血管分割方法和系统，利用U‑Net网络作为基础，对其层级进行改进，采用三层上下采样的网络作为基础网络，降低模型复杂度，减少模型过拟合风险，然后引入混合注意力，并且采用混合池化模块来构建多尺度信息，最后构建级联细化网络对主干网络的输出进行修正，构建出最终的分割模型。本发明可以自动对视网膜眼底图像进行模型训练，并对新输入的视网膜眼底图像进行视网膜血管分割，提高了眼底视网膜图像分割的效率。采用混合注意力机制来增加模型对特定区域的关注能力，提高模型的计算效率，利用多尺度和级联网络来提高模型对于不同尺寸血管的更好分割，提升模型分割连通性更好血管的能力。