本发明公开了一种基于锚框的目标检测算法中先验框设计方法，所述方法是一种基于训练集样本目标标记框面积聚类算法的先验框设计方法，整体上进行两轮聚类算法计算，第一轮聚类计算得到先验框的面积超参数，并以此结果进行第二轮聚类确定先验框的长宽比超参数，进而完成先验框部署。本发明充分考虑目标检测算法在实际应用场景中会遇到的特定数据不平衡问题，即数据集中小目标样本数比大目标样本数多一个数量级或以上，创新性地使用基于标记框面积的聚类算法，用大目标面积数值大的特点平衡其样本数量偏少的缺陷，进而得到更适合存在大小目标场景下的先验框超参数，并且能够降低神经网络模型的训练难度，加快训练流程，得到效果更好的目标检测模型。