本发明公开了图像处理与计算机视觉技术领域的一种基于深度网络层次化与多任务训练的显著性物体检测方法，步骤包括：1、确定与显著性物体检测任务相关联的一个或多个任务；2、选取多任务训练图片；3、对层次化特征的深度神经网络进行联合训练，得到优化后的层次化特征的深度神经网络，所述层次化特征的深度神经网络采用层次化特征的深度神经网络架构；4、输入图像到优化后的层次化特征的深度神经网络，得到显著性物体检测结果。本发明利用多任务联合训练并融合了深度神经网络的层次化特征，实现了显著性物体检测更精确地定位，以及更加准确细致的物体边缘刻画。