本发明公开了一种基于优化深度学习的多图形目标检测方法，包括以下步骤：采用标记工具对所需要识别的数据集进行标定，得到标定数据集；建立多目标检测模型；所述多目标检测模型包括选定模块和4个不同的计算模块；4个不同的计算模块分别用于预测圆形、椭圆、倾斜矩形和三角形目标；选定模块用于根据实际情况选定4个计算模块中的一个；利用标定数据集训练所述多目标检测模型，通过计算不同计算模块的iou及优化损失函数，得到训练完成的多目标检测模型；利用训练完成的多目标检测模型完成检测；有益效果是：相比于多个单独的目标检测算法，在检测速度效果上有所提升，单张图片处理速度平均缩短了18.8%，更适合用于工业和工程生产过程中。