本发明提供了一种基于深度学习的孪生网络变化检测模型，包括用于获取差异图像的双分支计算模型，所述的双分支计算模型包括孪生网络、第二分支卷积网络和上采样卷积网络，所述的孪生网络用于分别提取两个时相的时相特征图，第二分支卷积网络用于根据两个时相特征图及两个时相特征图的差值特征图计算差异特征图，所述的上采样卷积网络用于将差异特征图进行上采样和/或反卷积操作得到差异图像。本发明对ResNet18模型进行改造建立孪生网络ResAtNet用于变化检测场景，通过双分支差异特征图生成方法提高差异特征提取能力，模型可以适用于目标学习高维变化特征，无需专家知识选择合适的特征表达，自适应多种变化场景，对比其他现有模型，具有明显的精度优势。