一种基于多任务学习的细粒度目标检测与语义分割方法，涉及人工智能领域和计算机视觉领域。本发明主要步骤为数据的收集和标注；将原始图像预处理，构建多层级细粒度检测器，完成细粒度分类；优化数据采样策略，根据每张图像权重大小从难到易顺序训练；根据多层级细粒度分类使用动态损失权重与联合损失函数，维护类间特征和类内特征的平衡；对预处理后的图像特征提取，得到图像高层次特征表示；多任务输出；输出每个任务的检测结果，包括多标签检测结果和分割结果。本发明能同时完成分割与检测多任务，有效提高计算效率和提升精准度，具有简单高效的特点。