本发明提出了一种基于双目视觉的快速三维目标检测算法，该算法选择ResNet‑50作为特征提取的骨干网络，并将其中所有卷积核替换为深度可分离卷积减少计算量，随后通过特征金字塔结构融合多尺度信息完成特征提取任务；将获取的左、右特征图通过立体区域建议网络分别选出最佳区域候选框，并通过统一动态样本加权策略改善网络分类与回归失衡问题；将左、右区域候选框通过区域对齐层使其回归到所需大小；对回归后的左目候选框进行关键点预测，完成对目标四个角点的预测并结合右目信息获取目标粗略三维信息；利用光度一致性约束对获取的视差图进一步优化，从而改善视差图的质量以获取更高精度的视差信息。本发明的优点在于，提供的基于双目视觉的快速目标检测算法，在保证一定精度的同时，能够快速完成三维目标检测任务，检测速度提升了约2.5倍。