本发明公开了一种红外移动对象目标部位的检测方法、装置及系统，旨在解决现有检测方法对红外移动对象目标部位检测速度慢、检测精度低、对像素值要求高的技术难题。本申请涉及的检测方法包括：图片数据增强、标注移动对象目标部位数据集、搭建基于Pytorch深度学习框架的YOLOv5模型，针对红外移动对象的特征，对该模型的多尺度检测结构、主干特征提取网络结构、空间金字塔结构以及特征融合网络结构进行改进工作，此外，还对损失函数与非极大抑制算法进行了优化，改进后的YOLOv5模型更加适合红外移动对象目标部位检测的应用场景。能够在检测精度不变的情况下，大幅减少参数量、计算量，做到对高速运动的移动对象的实时检测。