本发明公开了一种目标识别方法及设备，由于采用的网络模型为根据深度检测网络模型和深度语义分割网络模型确定，其中深度语义分割网络模型可以将图像的学习精确到像素层级，对边缘精细背景的干扰较少，且对不规则目标具有更高的鲁棒性，所以在将两类网络模型相结合，可以提高对复杂目标的识别能力，准确地区分相似的陷特征，从而可以提高识别和检测结果的准确度，降低漏检率。并且，本发明实施例提供的方法中首先根据网络模型确定待检测图像中的目标以及目标的位置信息，之后再根据目标的位置信息识别目标的类型，从而可以在提高目标识别的准确率的同时，提高目标识别的效率。