本发明公开了一种图像分割模型的超参数获取方法及装置，其中所述方法包括：获取具有目标标识的样本图像；将样本图像输入到预设的卷积神经网络模型，获得第一特征结果；将样本图像进行灰度共生矩阵的处理，获得第二特征结果；根据第一特征结果、第二特征结果和预设的全连接神经网络模型，获得融合特征结果；将融合特征结果和样本图像输入图像分割模型，获得第一分割图像；融合特征结果中包含的特征值作为图像分割模型的超参数；根据第一分割图像和目标标识，获得目标超参数。本发明可实现快速、准确的确定图像分割模型的超参数数量以及参数值，并且确定过程通过模型训练完成无需人工参与，提高了图像分割模型的可靠性。