本发明公开了一种基于知识共享的目标识别单元训练方法，涉及目标识别领域，用于兼顾深度神经网络模型训练效率和性能。本发明在初始阶段由目标识别单元从共享知识库下载深度神经网络模型并压缩；在迭代阶段由目标识别单元对部分下沉的传感网络关联数据进行学习，并请求服务器对剩余部分数据进行学习；在结束阶段由服务器将两者训练的模型进行合并，并上传到共享知识库以供其他目标识别单元下载使用。本发明适用于需要多个目标识别单元协同作业场景的模型训练，通过目标识别单元之间共享已有模型，有效缩短单个目标识别单元的迭代周期、降低模型训练时延，同时减小有效信息量损耗，提高模型的性能。