本发明属于城市街景分割技术领域，涉及一种基于知识蒸馏和辅助调整策略的城市街景分割方法，通过具有相对复杂设计的教师网络在训练的过程中借助辅助调整策略辅助学生网络进行学习，从而达到相对轻量化的学生网络拥有近似复杂设计的教师网络的预测的能力，在辅助调整策略中，学生网络不仅仅要学习教师网络最终的分割结果，也要学习教师网络中所产生的特征边缘图以及初始特征分割图，通过这种调整策略和教师‑学生的网络设计，在轻量化的模型上提升城市街景分割效果的能力，使其接近复杂模型所拥有的分割效果，可应用于无人驾驶的城市街景分割任务，能够在较短时间内有效地对城市街景图进行分割。