本发明公开了一种基于高分辨率网络的隧道围岩智能分级方法，包括：建立分级指标体系并对指标进行评价；采用独热编码方法对围岩分级指标进行数值离散化，建立围岩分级样本库；构建高分辨率网络，通过贝叶斯优化高分辨率网络的超参数；选择围岩分级指标，作为高分辨率网络的输入：通过所述高分辨率网络的迭代，并应用对应围岩分级训练集训练学习得到的网络权重参数，输出围岩对应分级评定；再根据所得到的围岩分级评定，返回隧道掌子面对应的围岩分级评定结果；本发明基于深度学习的围岩分级方法可以通过训练深度神经网络自动学习特征，从而实现对围岩进行智能分级，减少了人工操作，降低了成本，提高了分级效率和准确度。