一种基于区域信息增强的城市街道场景目标检测方法，涉及人工智能领域和计算机视觉领域。本发明的方法步骤为：1）将训练数据中加入白天数据。2）输出目标位置编码segmask，检测输出网络Detection Block输出类别预测模块cls和尺寸回归模块size。3）检测算法优化，a)对网络模型参数进行初始化。b)前向输出目标类别和检测框；过滤、输出最终的检测结果。本发明设计目标检测深度学习网络，训练城市街道场景检测模型，配合以视频智能分析静态视频帧目标检测技术的智能系统和动态视频中目标行为分析技术，设计出适应白天、夜间全场景下的各类事件的检测系统，准确快速的完成违规事件的自动检测，有效避免目标的误检、漏检。