为提升家庭服务机器人面向物体语义建图的精确性，提出一种改进的语义建图方法。该方法基于深度学习对单帧图像进行实例分割，利用其结果指导基于几何关系的聚类，使聚类结果既能保留深度学习方法识别的物体语义信息，又能贴近物体的几何边界。针对现有方法所建地图中物体标签缺乏可靠性的问题，提出一种语义地图优化方法，对地图中距离相近、重合度较高、类别相似的重复物体进行合并，并删除错误物体。实验验证表明，提出的方法能够提升物体边界分割的准确性，得到的物体数目更加准确。