本发明提供一种用于目标检测和跟踪的方法及系统，属于视频监控领域。所述方法包括：训练目标检测与目标跟踪相联合的联合模型；通过所述联合模型处理当前时刻的视频序列的每帧图像，以生成候选框，该候选框包括目标坐标及目标属于各个类别的概率；结合相对于所述当前时刻的前一时刻的跟踪片段调整所述候选框；基于调整后的候选框生成最终的检测框，以进行目标检测，得到最终检测结果；以及将所述最终检测结果与所述前一时刻的跟踪片段相结合，生成所述当前时刻的跟踪片段。本发明利用跟踪信息对检测器本身进行优化，将跟踪信息与检测器在早期进行融合，使得检测结果更为准确。