本发明提出了一种基于深度学习置信度估计的目标检测方法及装置，通过保留目标检测模型中特征提取层的函数，提取第一训练集中样本特征；对特征进行归一化并输入高斯分类器中对特征进行分类，获得每个特征的条件概率；估计分类类别的后验概率从而确定置信度，本发明通过产生式模型给出置信度估计，避免出现置信度估计错误导致检测结果出现虚警。基于同一目标不同部件图像以及整体人体图像对应关系，将估计到的同一目标的部件特征以及整体特征的后验概率进行融合作为识别行人目标的置信度，对待检测图像进行分类。本发明通过整体和部件检测结果共存关系给出检测置信度的描述，进一步提高置信度估计的准确性和合理性，从而提高目标检测的准确性。