本发明公开了一种基于深度自注意力变换网络的图像压缩方法。该方法的具体步骤如下：S1，收集和整理规范的高清图像数据集，构建神经网络训练集、测试集和交叉验证集；S2，建立多层基于深度自注意力变换的神经网络，神经网络包括编码网络和解码网络，在编码网络和解码网络中均加入深度自注意力变换模块用于特征信息聚合；训练编码网络和解码网络；S3，将图像输入编码网络得到输出数据经过量化和熵编码得到压缩的码流；S4，通过与编码网络对称的解码网络重建恢复出压缩后的图像。本发明的图像压缩方法，与传统图像压缩方法BPG在大量测试图像上的同等比较中，可以在相同质量上平均节省20％左右的码率。