本发明提供一种基于特征复用的深度神经网络目标检测方法，其网络结构明确，训练算法简单，可以明显减少网络参数量，还可以保持较高的检测精度。其包括步骤：S1：以特征图的每个像素为中心生成不同形状和不同比例的目标候选框，获取待分类特征图；S2：构建目标检测框架；S3：训练目标检测框架，获得训练好的目标检测框架；S4：把步骤S1中通过对目标候选框获得的待分类特征图输入到训练好的目标检测框架中进行分类；S5：通过步骤S4获取的分类结果判断待分类特征图是背景或是待测目标，进而通过计算待分类特征图的物体类别和位置偏移量实现对物体的检测。