本发明涉及深度学习、计算机视觉以及图像处理领域，具体为一种图像分割质量评估方法，包括以下具体步骤：S1、收集数据信息并构建训练集和验证集；S2、选取神经网络结构并进行训练，利用验证集确定当前网络参数；S3、在训练集，利用对比学习的方法对特征空间层网络参数进行微调；S4、得到相似性匹配图，并以类激活图为指导转化为得分，确定最优迭代次数和最优网络参数；S5、对于原始图像和待评估分割结果，利用最优带参网络输出相似性匹配图，并以当前图像的类激活图为指导，输出最终得分。本发明在应用阶段无需真实标签即可给出得分，又将类激活图引入指导最终评估得分，使评估得分更加符合人类的视觉，取得了较好的结果。