本发明公开了一种基于深度学习的似物性检测方法，包括先对输入图像进行超像素分割以及深度学习的特征图提取，然后结合特征图和标记矩阵获取所有超像素的特征，根据所提取的超像素的特征进行超像素的合并操作，判断是否需要继续下一轮合并；若需要合并，则将新的标记矩阵将更新后的标签矩阵重新与特征图相结合，提取新的超像素特征，继续新的一轮合并；若合并已经结束，则将所包含的超像素信息送入训练好的网络进行似物性评估；之后根据所得到的似物性分数进行排序，最后将排序的结果输出。