本发明涉及一种基于多阶段特征重建的全天候工地场景图像语义分割方法，旨在通过对输入图像和提取特征进行多阶段重建，提高算法对外界环境变化的鲁棒性，从而使工地监控在全天候、全天气条件下具有更稳定的效果。提供了一个基于卷积神经网络的编‑解码网络。编码器部分负责提取图像的高级语义特征，而解码器则负责将这些特征映射回原始图像空间。构建特征重建模块，将该模块引入到编码器中，从而使用重建图像与原始图像进行比较，并引入重建误差作为损失函数，以训练网络参数。与传统的语义分割方法相比，所提出的重建图像的语义分割方法能够更好地适应光照变化和天气变化，在不同光照条件和天气条件下，在准确度和鲁棒性方面均表现出较好的性能。