本发明一种基于深度学习的图像无损/近无损压缩方法属于图像压缩领域；主要设计了有损图像压缩与残差压缩联合优化的深度神经网络：首先，把原始图像输入深度有损图像压缩网络，得到有损压缩后的码流和重构图像；计算有损重构图像和原始图像的原始残差，并对原始残差进行量化，使得“有损重构+量化残差”与原始图像的最大像素误差严格地小于等于一个给定的误差上界；利用深度神经网络对原始残差或者量化残差进行压缩，压缩后的码流与有损图像压缩码流连接，得到图像无损/近无损压缩结果；相比于传统的图像无损/近无损压缩，本发明利用深度神经网络对有损图像压缩与残差压缩进行联合优化，显著地提升了图像无损/近无损压缩效率。