本发明涉及一种基于多任务卷积神经网络的车辆朝向检测方法及系统。该基于多任务卷积神经网络的车辆朝向检测方法，包括如下步骤：建立成熟的多级多任务卷积神经网络模型；获取前车的实时RGB图像，并将前车的实时RGB图像输入多级多任务卷积神经网络模型中，得到前车的实时车辆位置、实时车辆类型、实时车轮位置及实时车轮与地面交点位置信息；优化处理实时车轮位置及实时车轮与地面交点位置信息，并通过实时车轮与地面交点位置信息获取前车的实时车辆朝向角度。本发明可解决不能通过深度学习训练出前车3D检测框，以及利用车辆像素宽度变化计算TTC时由于缺乏前车朝向信息使得TTC计算不准确的问题。