针对DeepLabv3+网络对多个目标图像的分割性能不够优越、容易丢失图像的细节信息、产生分割断裂等问题，提出一种基于改进DeepLabv3+网络的图像语义分割方法。首先，在空洞空间金字塔池化ASPP模块中添加空洞卷积分支，并将不同空洞卷积分支与输入特征拼接，实现不同感受野下的多通道特征信息融合；其次，在ASPP模块后引入PSA注意力机制，减少特征提取时的信息损失。实验结果表明，与原DeepLabv3+网络相比，改进DeepLabv3+网络模型在PASCAL　VOC　2012数据集上MIoU总体提高了1.62%,在自制数据集上MIoU总体提高了0.63%,验证了改进DeepLabv3+网络模型的良好分割性能以及在现实场景下的可行性。