本发明提供一种基于半监督学习的强泛化眼底图像分割方法，首先用有标签的数对分割主网络进行预热训练，进一步，采用无监督的方法让两个分割主网络进行分割后的互相对照，因为两个分割网络是在没有相互通讯的情况下分别对原始眼底图片和扰动后的图片进行分割，但是原始图片和扰动后的图片具有结构上的一致性。因此，以这样的一致性的准则作为约束，每次对两个分割主网络的边界图和熵图求损失误差，不断迭代直到两者分割结果的差异小于规定的迭代条件时，这两个分割著网络的结构达到近似一致。通过这样的迭代训练，能够有效地提高模型对眼底图像感兴趣的分割区域的识别效果，从而获得了对眼底图像感兴趣区域分割的高精度分割模型。