本发明提出基于迁移学习和骨架融合的烟叶脉络分割方法。通过迁移学习的方法去学习作为源域的视网膜数据集的知识，然后将训练后的迁移模型应用到作为目标域的烟叶数据集任务内；采用的迁移学习模型包括主干网和双分支；在训练阶段，首先通过U‑Net主干网对视网膜图片进行特征提取；其次，采用骨架化分支来辅助监督训练，保留脉络的全局拓扑结构；并且利用方向增强分支对局部细节进行学习；在推理阶段，首先让烟叶图片经过预训练后的迁移模型，得到第一阶段的烟叶脉络粗分割结果，最后通过级联的全局处理模块和局部处理模块对粗分割结果进行纠正。