本发明涉及一种影像识别方法，其包括以下步骤：输入影像至检测模型而获得热图张量、参考深度张量、权重张量以及子目标张量；自热图张量获得K个位置索引值；基于权重张量以及子目标张量，获得融合张量；基于融合张量与参考深度张量，获得预测深度张量；参考K个位置索引值，自预测深度张量中取出K个向量；对所述K个向量执行投影矩阵的转换，以获得真实空间中的K个坐标向量。本发明的方法可以通过一次性的推理同时完成两种任务，分别为检测目标物以及检测目标物中所包括的子目标，而无需基于个别的任务来建立模型，从而可降低在消费者终端上的延迟性。