本发明公开了一种基于卷积神经网络的隐匿物品语义定位方法，包括以下步骤：构建模型，所述模型采用全卷积神经网络结构；对构建的模型进行训练；训练的目标是优化全卷积神经网络中各卷积操作的具体参数，使输入的训练图片的损失函数满足条件；将待定位图片输入训练好的模型得到划分结果；对待定位图片上的隐匿物品进行检测定位；对待定位图片上的隐匿物品进行语义定位。本发明在模型训练完成后可快速部署应用，无需迭代计算，人体部位划分与物品定位的计算复杂度较低，可进行实时处理与显示，具备很高的实用价值。