本发明公开了一种基于蒸馏网络的半监督图像分类方法，包括：(1)准备数据集，将数据集中的少量图像标注类别标签；(2)构建神经网络模型，结构包括五个卷积块和投影层；(3)对神经网络模型进行旋转自监督学习，得到模型1；(4)对神经网络模型进行对比自监督学习，得到模型2；(5)将模型1和模型2使用相互学习的网络蒸馏策略进行融合，交换所学到的知识；(6)将待分类的图像输入训练好的模型1或模型2，得到分类结果。利用本发明，可以使网络所表达的特征量大大增加，从而提升对物体的识别能力，提高分类精度。