本发明涉及一种基于卷积神经网络的高温部件蠕变断裂寿命预测方法，包括：步骤S1，确定待测件的试验参数，并根据待测件的试验参数和实际断裂寿命，获取待测件的蠕变断裂寿命历史实验数据；步骤S2，基于有限元软件，获取待测件的相关应力分布云图；步骤S3，对相关应力分布云图进行后处理，获取测试数据集和训练数据集；步骤S4，将训练数据集输入至带有注意力机制的卷积神经网络模型进行训练调参，获取高温部件蠕变断裂寿命预测模型；步骤S5，将测试数据集输入至高温部件蠕变断裂寿命预测模型，获取待测件的预测寿命，并将预测寿命与真实寿命进行对比，若预测寿命的误差在预设范围内，则结束流程；否则，更新训练数据集，返回步骤S4。