本发明涉及基于深度学习的目标检测技术领域,尤其涉及一种适用于目标检测算法小样本学习任务的数据增强方法及系统。为了解决传统目标检测算法在小样本学习问题上会随着数据集数量的减少而逐渐失效的缺陷,本发明提供一种适用于目标检测算法小样本学习任务的数据增强方法及系统。本发明方法基于copy and paste算法以及U2Net图像分割工具的目标检测数据集扩容方法,对检测目标的实例进行剪切、复制、增强、粘贴等操作以扩容训练样本集,同时采用预训练U2Net图像分割算法剔除目标实例的背景,使目标实例可以融合于新的图像场景,最终实现标注实例数量及样本多样性的同步提升。