本发明涉及一种基于聚类特征提取的目标分布式识别方法，包括：步骤1：训练深度神经网络，获得深度神经网络模型；步骤2：将深度神经网络模型划分为N边和N域两个子神经网络模型，获得拆分后的深度神经网络模型；步骤3：将N边和k-means聚类子模型部署在边缘设备，将N域部署于边缘域中心，获得分布式深度神经网络模型；步骤4：对分布式神经网络模型进行优化，获得优化后的分布式深度神经网络模型；步骤5：使用步骤4中优化后的分布式深度神经网络模型完成目标分布式识别。与现有技术相比，本发明具有在边缘侧应用神经网络，实现目标识别、数据传输量低，识别速度快，在降低系统总体能耗与处理时间的同时，也保证了目标识别的精度等优点。