本發明屬于目標識別、測距技術領域，具體涉及一種識別準確率更高、速度更快的基于大數據的人工智能目標識別測距方法。本發明包括對接收的信號進行預處理；通過K‑Means聚類算法，生成識別目標的錨定框；構建卷積神經網絡支路，定義卷積神經網絡的層和參數；利用測試集對神經網絡評估模型進行線性調頻信號的信號到達時間測試，輸出線性調頻信號的信號到達時間估計結果，通過輸入的圖像信息得到目標與接收器之間的水平距離。本發明能夠在多種復雜背景與分辨率下對實現目標檢測與識別，加強梯度下降過程中有用特征的使用率，提高目標識別和測距的準確率。