本发明公开了一种基于专家经验指导的深度学习烟叶分级方法，利用预先设定的深度特征提取网络获得烟叶图像的深度网络特征向量。利用传统计算机视觉方法获得烟叶图像的手工特征向量。将深度网络特征向量与手工特征向量拼接为联合特征向量。将联合特征向量输入预先设定的分级判断网络，输出烟叶分级结果。专家针对分级不正确的烟叶图像进行重新分级，得到更新后的分类标签，根据更新后的分类标签对分级判断网络进行学习，获取优化后的分级判断网络。本发明具有烟叶分级的客观性和一致性，且能够达到较高的分级准确率。针对偶然出现的错误烟叶分级情况，利用专家的领域知识，辅助提高分级准确率。