本发明提供一种目标分类方法，包括：将雷达坐标系和图像坐标系进行标定；对雷达信号进行噪声滤除以得到点云信号，同时对图像数据进行去雾以得到精去雾图像；对点云信号进行聚类、去噪以得到多组点迹集合，同时利用深度学习模型对精去雾图像进行训练以获取视觉分类结果；获取点迹集合的参数信息；对点迹集合进行分类以获取雷达分类结果；将雷达分类结果与视觉分类结果进行融合以得到最终的分类结果。本申请提供的分类方法拥有多个数据源，对雷达信号去噪、分类以获取雷达分类结果，并对图像数据去雾、训练以获取视觉分类结果，最后将雷达分类结果和视觉分类结果融合，避免了误分类的情况，提高了目标识别的精度，提高了目标分类的可靠性和准确性。