本发明公开了一种基于图像转换的半监督行人检测方法，首先在目标场景用少量的标注数据训练一个初始检测器，对目标场景和外部场景的无标注数据作预测，作为伪标注，截取出行人图像。然后用目标场景和外部场景的行人图像训练一个用于图像转换的神经网络，行人的风格和内容被解耦，在保持行人内容一致性的同时，可将外部场景的行人图像转换成目标场景的风格。转换后的行人图像被用于训练一个分类器，进一步筛选出半监督行人检测中的伪标注，得到更高质量的伪标注。伪标注与少量的标注数据一起作为训练数据，训练一个新的行人检测的检测器，提升行人检测的性能，完成行人检测的任务，最终得到更好的行人检测效果。