本发明涉及一种基于全连接层增广的小金具图像数据集训练方法，包括以下步骤：在原始检测模型的全连接层的基础上增加新的输出神经元，形成增广全连接层，并进行特征提取；对增广全连接层进行训练，以得到更新的检测模型；将图像数据加入到更新后的检测模型中进行检测，以输出检测的结果。本发明为了检测新增目标类别增加新的输出神经元，由于后续选择性的使用部分原始训练样本加上全部的新增训练样本进行训练，从而大大减少训练所需的迭代次数，因此检测模型的更新速度更加的快。同时由于原始训练样本数量通常要远大于新增训练样本，本方案中仅使用部分原始训练样本，则会使检测精度更高。