本发明为一种基于对比自监督学习的现实场景图像分割方法，包括设计对比自监督学习分割模型和损失函数；对比自监督学习分割模型包括上、下两个分支，每个分支均包括依次连接的编码器、解码器、特征投影模块和预测器；输入图像被随机裁剪为两个存在重叠区域的图像补丁，两个图像补丁分别经过对比自监督学习分割模型的两个分支进行处理；设计的损失函数包含图像级损失和像素级上下文对齐损失，图像级损失主要用于计算特征投影模块的输出特征图与预测器得到的预测图之间的损失，像素级上下文对齐损失主要通过最大化两个图像补丁重叠区域的相似度以及最小化非重叠区域对特征提取的干扰程度，构建图像像素之间的空间上下文关系。