本发明公开了一种提升深度学习识别B超图像稳定性的方法，包括以下步骤：A、准备训练数据：结合目标B超图像轮廓和其类别标签生成图像语义分割标签；B、训练：使用语义分割模型来训练B超图像轮廓～语义分割标签的映射；C、识别：将待识别的图像送入模型，得到不同类别的分割区域，获得各区域的分割结果。本发明中，使用传统的分类标签和目标轮廓来生成图像语义分割标签，使用深度判别网络来对目标进行分类，能大大提升分类结果的稳定性，使用本发明方法，能大大提高分类结果的稳定性，增加了深度学习在B超图像识别上的实用效果。