本发明公开了一种基于改进YOLOv5s模型的煤矸目标检测方法，包括：S1、采集煤炭和矸石的实时图像；S2、基于改进YOLOv5s模型对采集的实时图像进行视觉识别处理，从而识别出实时图像中的煤炭和矸石并确定矸石的坐标信息；S3、机械臂根据矸石的坐标将矸石从煤炭中分拣出来。本发明在YOLOv5s模型的基础上，将自校正卷积网络SCConv嵌入到YOLOv5s模型的Backbone区域中，删除YOLOv5s模型中Neck和Prediction区域的19×19特征图分支，对K‑means算法聚类得到的锚框进行线性缩放，提出了一种改进YOLOv5s模型，并将其应用于煤矸目标检测，有效提升了检测速度和检测精度。