本发明属于计算机图像生成技术领域，公开了一种面向多标记目标检测任务的标签带噪数据集扩增方法，该方法针对深度神经网络容易过拟合噪声标签的问题，引入干净标签估计矩阵，以空间变换网络作为骨干网络的条件生成对抗网络，从标签带噪的目标检测数据集中学习到干净的标签条件生成分布，在指定目标边界框位置生成指定类别的目标的图像，在测试阶段基于给定的类别标签和边界框信息生成目标检测数据集。本发明通过引入考虑标签噪声的用于图像真假分类的损失函数，可使模型条件生成对抗网络模型从标签带噪且类别不平衡的多目标检测数据集中，生成高质量标注的多目标检测图像，扩增了目标检测数据集，缓解了对带有准确标注信息的数据日益增大的需求。