本发明公开了一种基于深度学习的图像颜色校正方法，属于深度学习和计算机视觉领域。首先，收集不同光照环境下的图像数据构建色偏图像数据集。之后，对数据进行数据增强和预处理，使数据符合神经网络训练要求。然后，构建一种Encoder‑Decoder结构的基础卷积神经网络，并依据该基础神经网络构建级联的卷积神经网络。同时，针对级联神经网络的特点，设计了特定的神经网络损失函数。通过训练之后，该级联卷积神经网络可将一张色偏的原图片转化为无色偏的图片。本方法不需要进行先验的假设，可快速实时检测，能够应用到各种自动化图像色偏矫正系统和设备中，不仅避免了人工校正的主观性，同时大大提高了矫正效率，减轻了人工矫正负担，提升了图像色偏矫正的准确性。