本发明公开了基于残差网络的烟叶智能分级模型及利用其分级的方法，该模型为先对烟叶图像进行编码，再将烟叶等级映射数字编码，创建样本和标签表格，接着将表格数据划分为训练集、测试集和验证集，利用深度学习残差网络对训练集和验证集进行不断的迭代训练，直至训练出最优的烟叶等级模型。通过基于卷积残差神经网络搭建自定义训练模型对烟叶进行智能分级。在预处理模块加入图像增强功能，扩充烟叶样本的多态性，提高模型的兼容能力。在卷积神经网络模块中加入了正则化，解决网络中过拟合的现象。在自定义网络模型中添加了空洞卷积，空洞卷积在不增加网络参数量的情况下，增大了感受野区域，有效的提高了烟叶分级模型的准确率。