本发明公开了一种基于深度学习的SSD人脸检测方法，包括，基于深度卷积神经网络对待测人脸数据进行候选框提取、目标检测和边界框回归任务；利用SSD策略将目标Bounding Box回归任务的输出空间离散化为先验框，并在每个检测层分别设置每个位置对应的多种宽高比和尺寸的先验框；深度卷积神经网络根据先验框生成待测人脸的置信度，且对先验框的位置进行修正；结合SSD策略对修正后的位置进行不同分辨率的多个特征图检测，获得最终的检测结果。本发明提供的SSD策略增加了检测层数据之间的差异性，通过数据增强提高模型的泛化能力和鲁棒性，并解决了难负样本挖掘的问题，实现了平衡训练集类别分布的目的，且提高了小脸检测的精度和效率。