本申请公开了一种基于生成对抗网络的图像语义分割模型构建方法和装置，该方法使用分割模型训练源域数据集，再使用生成对抗网络将源域数据集转换为新的目标域数据集，该新的目标域数据集保留了源域数据集中图像的结构特征但同时具有目标域数据集的全局特征，因此使用新的目标域数据集微调源域分割模型将降低源域和目标域的域移位影响，并且不会对数据的其他图像特征产生负影响，提高了图像语义分割模型的泛化能力，提高了自适应图像语义分割模型的精度和效率。如此，通过使用生成对抗网络有效的减少了源域和目标域间域移位的影响，提高了自适应图像语义分割的准确率和效率，并降低了成本，不用人工的工作也能取得较高的准确度。