本发明涉及计算机视觉图像分割领域，提供一种基于放大采样的伪装目标分割方法，包括：步骤100，将数据集划分为训练集和测试集；步骤200，将训练数据集输入深度神经分割网络中，得到训练好的模型，迭代此过程，逐步得到精确的网络模型；步骤300，将测试集输入到训练好的模型中，得到预测结果，迭代此过程，逐步得到更精确的预测结果；步骤400，将预测结果与测试集的真值对齐，得到最终的预测结果。相较于单阶段伪装物体检测方法，本发明检测分割物体更为准确，能够大幅度提高小物体的分割精度，使图像分割更加精细。