本发明公开了一种基于正则化联合自主训练的领域自适应图像分类方法,包括如下步骤:1、获得源域数据集和目标域数据集;2、搭建领域自适应网络模型,并包括:特征提取器,源域分类器,目标域分类器;3、使用正则化联合自主训练策略训练领域自适应网络模型;4、使用训练好的领域自适应网络模型进行图像分类。本发明实现了模型的自动跨领域泛化和模型对噪声数据的鲁棒性,克服了传统领域自适应方法受限于训练开销较大、依赖于高质量数据集等困难而无法广泛应用的问题,更贴合图像分类的实际应用场景。