本发明公开了基于感知损失的深度卷积神经网络的草图简化方法，包括步骤：1)数据获取；使用草稿图和对应的标签数据；2)数据处理；将图像数据集的草稿图和对应线稿图通过预处理转化为训练深度卷积神经网络所需要的格式；3)模型构建；根据训练目标，构造出一个适用于草图简化问题的深度卷积神经网络；4)定义损失函数；5)模型训练；根据损失函数计算网络的损失值，再通过反向传播算出各网络层参数的梯度，通过随机梯度下降法更新网络各层的参数；6)模型验证；使用验证数据集验证训练得到的模型，测试其泛化性能。本发明提出的方法，使得草图简化网络能处理杂线更为粗糙，主结构线不明确的草图，对于光照的影响具有较强的鲁棒性。