本发明属于目标检测技术领域，具体涉及一种基于深度学习的海上风电场船只入侵检测方法及系统，包括：获取海上船只的监控视频流；将视频流输入到图像抽帧模块进行抽帧，每秒抽取四帧作为待检测图像；对获取到的待检测图像输入到训练好的船只入侵检测模型，输出图像的船只目标预测结果；根据连续两帧待检测图像的预测结果判断当前时刻是否有船只入侵；本发明能够实现根据海上风电场上的监控视频实时检测船只入侵，同时保证了高精度的船只检测，具有良好的经济效益。