本发明公开了一种基于空间注意力机制的自适应知识蒸馏方法，属于计算机视觉和模式识别技术领域。该方法利用每个样本的分类损失值评估样本的难易程度，若分类损失值大于阈值，则该样本较难，给予该样本更多关注；若分类损失值小于阈值，则忽略该样本；然后，使用单调递增函数为每一个较难的样本赋予蒸馏权重值；将样本的蒸馏权重值映射到特征图对应的空间位置，得到和特征图大小相同的注意力图；最后在进行网络蒸馏时利用注意力图对特征图的每个位置进行加权，指导学生网络的学习过程。该方法基于空间注意力机制，能够引导学生网络关注比较困难的样本的特征学习，从而提升学生网络的性能。