本发明公开了一种基于图卷积的目标检测后处理方法及装置，该方法具体包括如下步骤：步骤1，训练阶段：训练得到图卷积神经网络模型；（1）筛选出最佳匹配的预测框；（2）使用图卷积预测最佳匹配的矩形框集合；步骤2，预测阶段：对于每张检测图片，将目标检测模型预测出的且经过类别得分阈值过滤后的矩形框集合记为B，将B构造为图，使用训练好的图卷积神经网络模型，如果其预测类别为1的得分大于预先设定的阈值，则保留该结点对应的矩形框,所有保留的矩形框集合即是最终的输出结果。通过使用图卷积操作替代操作，不需要预先设置的阈值，利用了矩形框自身的特征信息，以及矩形框的上下文信息，可以很大程度提升目标检测模型的后处理性能。