本发明公开了一种用于PV缺陷检测的多目标跟踪方法，先采用Mask R‑CNN网络进行目标检测操作，检测出视频帧图像中的待跟踪PV板并给每块PV板添加Mask；然后利用Kalman滤波算法对下一帧图像中PV板的位置进行预测和更新；最后使用匈牙利算法将检测的Mask位置与预测的Mask位置进行匹配，并为不同视频帧中的相同PV模块分配同一跟踪ID，得到多条长时间目标跟踪轨迹；本发明使用Mask R‑CNN作为多目标跟踪模块中的光伏板检测模块，该算法的网络特征提取能力强大，对外观相似的PV板实现高质量实例分割。对分割对象使用SORT算法进行多目标跟踪，跟踪中将PV模块的边界框大小和位置以及Mask掩膜进行运动估计和数据关联，保持了SORT跟踪算法的简洁性和跟踪速度。