本发明公开的基于自组织映射和深度学习的图像特征向量提取方法，为：将待处理的图像数据集划分为训练样本集和测试样本集；搭建基于自组织映射和深度学习的图像特征向量提取方法的网络模型；构造余弦交叉熵分类损失函数；构造适用于批量学习的自组织映射的目标函数；结合余弦交叉熵分类损失函数和适用于批量学习的自组织映射的目标函数，构造总的目标函数；使用基于mini‑batch的随机梯度下降法训练步骤2)构建的网络模型直到模型收敛；根据步骤6)学习到的网络模型，将测试集中的图像输入到网络，特征层的输出即为图像的特征向量，用于计算机视觉任务。该方法不依赖于深度卷积网络结构，可以应用到任何一个深度卷积神经网络上。