本发明公开了一种基于深度学习自动选择区域的行人检测方法及装置，该方法包括：步骤1，采集待检测场景图像，形成样本集；步骤2，对图像进行预处理；步骤3，选取深度学习图像分割模型，对样本集进行训练，得到可用于行人区域分割的模型。步骤4，运用训练好的深度学习图像分割模型，截取实际应用场景的图像，进行行人区域分割，使用轮廓检测算法从所述二值化图中提取步骤3中的白色部分区域并保存，对该场景进行多次分割，提取每次分割均出现的行人区域范围。步骤5，与行人检测算法结合，采用行人检测模型，在执行行人检测模型时，在非极大值抑制过程中设定重叠范围阈值去除与步骤4提取的行人区域范围重叠较小和没有重叠的预测框，再对剩余的框进行非极大值抑制计算，得到区域内行人检测框结果。通过深度学习图像分割模型自动划出行人范围，降低后续确定行人区域的计算量。然后运用深度学习模型检测行人，并且根据分割好的区域进一步优化行人框，大大提高检测准确率。