本发明公开了一种基于对抗性域适应的无监督图像目标检测方法，包括：将待检测的目标域图片样本输入已训练好的神经网络检测模型进行目标检测；其中神经网络检测模型的训练步骤包括：依次设计浅层域判别器、深层域判别器、正样本感兴趣区域域判别器；将域判别器与骨干网络通过梯度反转层连接，并借此发挥对抗训练的作用，骨干网络则尽量提取公共特征、对齐输出的特征向量以混淆域判别器。通过对抗方式，特征提取器可以提取源域数据和目标域数据的公共特征，使得骨干网络和区域建议网络提取到的特征向量对齐、特征分布更加接近，本发明实现在无标注目标域数据上的目标检测精度的提升，克服了源域与目标域的特征分布差异。