本发明公开了一种基于目标检测模型特征向量迁移的对抗样本生成方法，包括如下步骤：步骤S1、卷积神经网络特征向量迁移；步骤S2、对抗噪声的生成，步骤S3、对抗样本攻击效果评估。本发明对抗样本在目标检测等深度学习模型中攻击效果更强，并且在兼顾攻击隐蔽性的前提下具备更好的可迁移性。本发明对抗样本生成方法揭示了特征向量在目标检测模型的对抗机制中发挥的重要作用，验证了本发明所述的对抗样本的攻击威胁，能够启发探索鲁棒性目标检测算法领域的研究，以此设计出新的防御机制，对于目标检测模型在实际生活中的应用有着重要意义。