本发明涉及计算机视觉、光电成像、天文和空间目标监测及视频监控领域，一种基于深度神经网络的稀疏图像内关键目标测光定位方法，根据光电系统观测特点以及观测目标特征，基于深度学习算法采用目标检测深度卷积神经网络建立对光电系统获取图像内的关键目标进行端到端的位置和光度测量数据处理网络框架，该网络框架由天文目标检测和天文精准测光定位两部分组成在目标密度低和背景噪声干扰小的模拟数据下训练网络框架后，基于迁移学习策略，把学习到的经验和权重迁移到包含更多目标且更复杂环境下进行迁移训练，将训练好的模型方法部署嵌入式设备中，根据部署环境对模型进行剪枝优化提高测光定位算法速度。