本发明公开了一种多光谱目标检测方法、系统、计算机设备及存储介质，该方法包括：将获取的多光谱图像数据划分为训练集和验证集；构建的多光谱目标检测模型采用目标检测网络Yolov5作为基础架构，Backbone部分包括具有增强特征交互作用的双流特征提取网络和整合互补信息作用的自注意力特征融合模块；利用训练集训练多光谱目标检测模型，并利用验证集评估模型性能，获取最佳模型权重参数；将待测多光谱图像输入最佳模型权重参数的多光谱目标检测模型，得到待测图像中目标的坐标、类别和置信度等预测结果。本发明提供的方法通过构建多光谱目标检测模型，增强了网络对环境光照变化的鲁棒性，从而提高了模型在不良光照条件下的检测精度。