本发明属于医学领域，涉及一种基于深度学习的器官检测与识别定位方法。通过深度学习实现对器官的特征提取和特征区域预测，利用训练网络的基础网络部分对所输入图像进行特征提取，辅助网络部分使用卷积核对卷积特征层进行预测，生成一个固定的预测集，实现针对不同卷积特征层的多尺度预测。对于所生成预测集，通过筛选找到最佳边界框，去除冗余边界框，选取边界框邻域中分数最高的窗口，抑制分数低的窗口。输出筛选结果，通过文本信息和矩形框表示，完成在所采集图像中对于器官的检测和识别定位，实现复杂关键区域的识别与定位，获知关键器官部位的位置信息和类别信息。