本发明公开一种复杂遥感陆地环境小样本小目标快速检测识别方法，基于改进的Faster R‑CNN卷积神经网络架构，构建针对复杂遥感陆地环境车辆目标的检测识别网络；通过对训练数据进行一定的变换和扰动扩充，并对负样本及难分样本进行重复训练，在增加了训练数据量的同时可以让网络充分学习到目标的变化，解决样本数据量少带来模型泛化能力弱和精度差的问题；通过增加小目标特征、挖掘难样本信息以解决Faster R‑CNN对小目标检测效果差、虚警率高、识别精度低的问题；RPN和Fast R‑CNN共用同一个5层的卷积神经网络，并对网络模型参数调优，使得整个检测过程只需完成一系列卷积运算即可完成检测识别过程，减少了运算时间。