本发明提供一种针对小目标的交通人车非目标检测方法，先获取待训练的交通图像样本集；再针对小目标的数据进行数据增强；继而构建基于yolov5的小目标检测网络，将带标签的图像样本集输入神经网络中，根据损失值对网络参数的偏导更新神经网络的参数权重，当损失值最小时，得到训练好的针对小目标的人车非目标检测模型；最后将待检测的交通图片输入检测模型中，输出图像中各目标的类别、置信度和四个位置坐标。本发明通过使用针对小目标的数据增强方法以及构造基于注意力机制的特征融合模块，基于YOLOV5检测网络实现对交通人车非目标的实时检测，大幅度提升了小目标的检出率和检测准确性。